/ 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
MISCHIEVOUS-12B-Mix_0.2v
Библиотека
transformers
Опубликована
15 дек 2024

MISCHIEVOUS-12B-Mix_0.3v

Генерация текстаТекст → текст8 профессий

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

24скачиваний за 30 дней1лайквеса обновлены18 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.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3664

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,387

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5431

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4131

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1337

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3196

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MISCHIEVOUS-12B-Mix_0.3v — слитая с помощью SLERP модель генерации текста, созданная bamec66557 на основе двух предыдущих версий MISCHIEVOUS-12B-Mix. Это плотная Mistral-модель с 12,1 млрд параметров для генерации текста и диалогов; в метаданных заявлена длина контекста 1 024 000 токенов и поддержка английского и корейского языков. Модель предназначена для диалогового взаимодействия и других задач генерации текста.

В метаданных также отмечен интерфейс вызова инструментов, но подробности его применения в карточке не описаны. Репозиторий использует Transformers и формат safetensors; README дополнительно упоминает вариант GGUF Q4_K_M. Лицензия — Apache-2.0. Метка карточки предупреждает, что модель подходит не для всех аудиторий.

Сценарии применения

  • ведение диалогов на английском языке
  • ведение диалогов на корейском языке
  • генерация связного текста
  • создание ответов в чат-боте
  • вызов инструментов через диалоговый интерфейс

Ограничения

Карточка помечает модель как неподходящую для всех аудиторий. Подробные результаты оценки в README не приведены, а длина контекста из метаданных сама по себе не подтверждает качество на всём этом диапазоне.

Для каких профессий подходит8

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

[GGUF]

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/MISCHIEVOUS-12B-Mix_0.1v
        layer_range: [0, 40]
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.2v
        layer_range: [0, 40]

    parameters:
      t:
        - filter: self_attn
          value: [0.1, 0.3, 0.7, 0.9, 1.0]  # Spikes for dramatic change
        - filter: mlp
          value: [1.0, 0.7, 0.4, 0.1, 0.0]  # Conversely, a sharp decline
        - filter: layer_norm
          value: [0.7, 0.7, 0.7, 0.7, 0.7, 0.7, 0.7, 0.7, 0.7, 0.7,  # First 10 layers
                  0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3,  # The remaining 30 layers
                  0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3,
                  0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3, 0.3]
        - value: 0.9  # Set the default merge ratio to high

merge_method: slerp  # maintain slerp

base_model: bamec66557/MISCHIEVOUS-12B-Mix_0.2v  # Base model

dtype: bfloat16  # Data types for fast merges

# Additional options
regularization:
  - method: l2_norm  # Stabilise after merging with L2 normalisation
    scale: 0.005  # Reduce normalisation strength to allow for variation

postprocessing:
  - operation: smoothing  # Smoothing weights after merging
    kernel_size: 5  # Smoothing larger ranges with increased kernel size
  - operation: normalize  # Normalise after merge

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.22.72
IFEval (0-Shot)38.70
BBH (3-Shot)34.39
MATH Lvl 5 (4-Shot)12.92
GPQA (0-shot)9.28
MuSR (0-shot)11.44
MMLU-PRO (5-shot)29.60

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
76aa80f

0 моделей