/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
MetaMath-Mistral-7B
Библиотека
transformers
Опубликована
19 янв 2024

Mistral-SLERP-Merged7B

Генерация текстаТекст → текст7 профессий

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для диалоговой генерации текста и решения математических задач.

22скачиваний за 30 дней0лайковвеса обновлены19 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ayoubkirouane/Mistral-SLERP-Merged7B — объединённая методом SLERP языковая модель на архитектуре Mistral, созданная из MetaMath-Mistral-7B и NeuralHermes-2.5-Mistral-7B. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалоговых сценариев; объединение сводит в одном чекпойнте возможности математической модели MetaMath и разговорной NeuralHermes. Возможные задачи — ответы на вопросы, объяснение решений математических задач и ведение диалога. В метаданных указана поддержка английского, французского и арабского языков.

Вес опубликован в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0. Карточка не приводит отдельных оценок качества или подробных результатов тестирования.

Сценарии применения

  • ответы на вопросы на английском, французском и арабском
  • решение математических задач с объяснением
  • диалоговый помощник на основе Mistral
  • генерация текстовых ответов в приложениях

Ограничения

В карточке не приведены оценки качества или результаты бенчмарков, поэтому надёжность ответов и математических решений по этим данным оценить нельзя.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Merge Details

Merge Method

This model was merged using the SLERP merge method.

SLERP :

SLERP, or Spherical Linear Interpolation, serves as a method for seamlessly interpolating between two vectors while maintaining a consistent rate of change and upholding the geometric properties of the spherical space where the vectors exist.

It is favored over traditional linear interpolation, especially in high-dimensional spaces, as linear interpolation can result in a reduction of the interpolated vector's magnitude. In such spaces, the shift in the weights' direction often conveys more meaningful information, such as feature learning and representation, than the magnitude of the change itself. The SLERP implementation involves normalizing the input vectors to unit length, ensuring they signify directions rather than magnitudes. The process calculates the angle between the vectors through their dot product. In cases where the vectors are nearly collinear, it defaults to linear interpolation for efficiency. Otherwise, SLERP computes scale factors based on the interpolation factor (t=0 for 100% of the first vector, t=1 for 100% of the second vector) and the angle between the vectors.

These scale factors are utilized to weigh the original vectors, which are then combined to yield the interpolated vector.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:


slices:
  - sources:
      - model: meta-math/MetaMath-Mistral-7B
        layer_range: [0, 32]
      - model: mlabonne/NeuralHermes-2.5-Mistral-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: mlabonne/NeuralHermes-2.5-Mistral-7B
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

Usage :

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ayoubkirouane/Mistral-Merged7B")
model = AutoModelForCausalLM.from_pretrained("ayoubkirouane/Mistral-Merged7B")

# 4 bit : 

from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
import torch

nf4_config = BitsAndBytesConfig(
   load_in_4bit=True,
   bnb_4bit_quant_type="nf4",
   bnb_4bit_use_double_quant=True,
   bnb_4bit_compute_dtype=torch.bfloat16
)
model = AutoModelForCausalLM.from_pretrained(
    "ayoubkirouane/Mistral-SLERP-Merged7B",
    device_map='auto',
    quantization_config=nf4_config,
    use_cache=False
)
tokenizer = AutoTokenizer.from_pretrained("ayoubkirouane/Mistral-SLERP-Merged7B")

tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = "right"

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1466e87

0 моделей