/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
MNRP_0.5
Библиотека
transformers
Опубликована
14 дек 2024

MISCHIEVOUS-12B-Mix_0.1v

Генерация текстаТекст → текст6 профессий

Слитая 12,1-миллиардная модель Mistral для генерации текста и диалогов на английском и корейском языках.

31скачиваний за 30 дней2лайкавеса обновлены20 дек 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 оценки6

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

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5436

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1329

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3674

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3636

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4132

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,328

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MISCHIEVOUS-12B-Mix_0.1v — слитая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из bamec66557/MNRP_0.5 и bamec66557/MISCHIEVOUS-12B. Она предназначена для текстового общения и генерации ответов; метаданные также указывают интерфейс вызова инструментов. Модель содержит 12,1 млрд параметров и принимает контекст до 1 024 000 токенов. Заявлены английский и корейский языки. По лицензии Apache-2.0.

Карточка приводит результаты Open LLM Leaderboard: среднее значение 22,52, IFEval — 36,36, BBH — 34,36; в README указаны дополнительные строки результатов без значений в предоставленном фрагменте. Данных о целевых сценариях, качестве на конкретных задачах и практических ограничениях в доступном описании мало.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание связного текста по запросу
  • ведение диалога на английском языке
  • ведение диалога на корейском языке
  • обработка длинного текстового контекста

Ограничения

Доступные данные не дают подробной оценки качества в прикладных сценариях; результаты приведены лишь для отдельных тестов Open LLM Leaderboard. Заявленная длина контекста не подтверждает качество работы на всей этой длине.

Для каких профессий подходит6

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

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - Sources:
      - model: bamec66557/MNRP_0.5
        layer_range: [0, 40] # Merge layer range for MNRP_0.5 model
      - model: bamec66557/MISCHIEVOUS-12B
        layer_range: [0, 40] # Merge layer range for MISCHIEVOUS-12B model.

    # Adjust the merge ratio per layer to drive smoother integration
    # Each filter affects a specific mechanism within the model
    parameters:
      t:
        - Filter: self_attn
          value: [0.2, 0.4, 0.6, 0.8, 1.0] # Progressive merging of self-attention layers
        - filter: mlp
          value: [0.8, 0.6, 0.4, 0.2, 0.0] # Merge MLP layers with opposite proportions
        - filter: layer_norm
          value: [0.5, 0.5, 0.5, 0.5, 0.5, 0.5] # Layer Normalisation should be merged uniformly
        - value: 0.7 # Default

merge_method: slerp # change merge method to slerp

base_model: bamec66557/MISCHIEVOUS-12B # base model for merge

dtype: bfloat16 # data type for efficient and fast operations when merging

# Additional available options
regularisation:
  - method: l2_norm # Stabilise merged model weights with L2 normalisation
    scale: 0.01

postprocessing:
  - operation: smoothing # Smooth the weights after merging
    kernel_size: 3
  - operation: normalise # normalise the overall weights


Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.22.52
IFEval (0-Shot)36.36
BBH (3-Shot)34.36
MATH Lvl 5 (4-Shot)12.76
GPQA (0-shot)10.40
MuSR (0-shot)11.54
MMLU-PRO (5-shot)29.71

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
c665f50

0 моделей