/ 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
mergekit-slerp-uhnpbqg
Библиотека
transformers
Опубликована
17 дек 2024

MISCHIEVOUS-12B-Mix_III_ex_V

Генерация текстаТекст → текст6 профессий

Объединённая методом SLERP модель Mistral на 12,1 млрд параметров для генерации английского текста и диалогов.

31скачиваний за 30 дней0лайковвеса 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.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3205

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4198

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1322

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3649

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4316

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5449

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MISCHIEVOUS-12B-Mix_III_ex_V — объединённая языковая модель, опубликованная bamec66557. Она создана методом SLERP с помощью mergekit из двух предварительно обученных моделей: bamec66557/mergekit-slerp-uhnpbqg и bamec66557/mergekit-slerp-tsgkafq. Модель использует плотную архитектуру Mistral и содержит 12,1 млрд параметров.

Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Метаданные также указывают интерфейс для вызова инструментов. Заявленная длина контекста — 1 024 000 токенов; веса опубликованы в формате safetensors и доступны через библиотеку Transformers. В карточке приведены результаты оценивания на Open LLM Leaderboard, включая средний балл 23,80.

Модель распространяется по лицензии Apache-2.0. Доступных сведений недостаточно, чтобы подтвердить качество на конкретных пользовательских задачах или определить дополнительные ограничения.

Сценарии применения

  • генерация английского текста по запросу
  • ведение диалогов на английском языке
  • ответы на вопросы в чате
  • вызов инструментов через диалоговый интерфейс

Ограничения

Заявленная длина контекста не гарантирует, что модель сохранит качество на всём этом диапазоне. Доступные результаты оценивания не позволяют судить о качестве на конкретных пользовательских задачах.

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:

# Merging MISCHIEVOUS-12B-Mix Models with Sliced SLERP
base_model: bamec66557/mergekit-slerp-tsgkafq
dtype: bfloat16
merge_method: slerp
tokenizer_source: union

# Slices Configuration (Layer-Specific Merging)
slices:
  - name: initial_layers
    sources:
      - model: bamec66557/mergekit-slerp-uhnpbqg
        layer_range: [0, 10]
      - model: bamec66557/mergekit-slerp-tsgkafq
        layer_range: [0, 10]
    parameters:
      t:
        - name: self_attn
          value: [0.8, 0.85, 0.9, 0.95, 1.0]
        - name: mlp
          value: [0.9, 0.95, 1.0, 1.05, 1.1]
        - name: layer_norm
          value: [0.6, 0.65, 0.7, 0.75, 0.8]
        - name: embed_tokens
          value: [1.0]

  - name: middle_layers
    sources:
      - model: bamec66557/mergekit-slerp-uhnpbqg
        layer_range: [10, 20]
      - model: bamec66557/mergekit-slerp-tsgkafq
        layer_range: [10, 20]
    parameters:
      t:
        - name: self_attn
          value: [0.7, 0.75, 0.8, 0.85, 0.9]
        - name: mlp
          value: [1.0, 0.95, 0.9, 0.85, 0.8]
        - name: layer_norm
          value: [0.5, 0.55, 0.6, 0.65, 0.7]
        - name: embed_tokens
          value: [1.0]

  - name: upper_middle_layers
    sources:
      - model: bamec66557/mergekit-slerp-uhnpbqg
        layer_range: [20, 30]
      - model: bamec66557/mergekit-slerp-tsgkafq
        layer_range: [20, 30]
    parameters:
      t:
        - name: self_attn
          value: [0.6, 0.65, 0.7, 0.75, 0.8]
        - name: mlp
          value: [0.8, 0.75, 0.7, 0.65, 0.6]
        - name: layer_norm
          value: [0.4, 0.45, 0.5, 0.55, 0.6]
        - name: embed_tokens
          value: [1.0]

  - name: final_layers
    sources:
      - model: bamec66557/mergekit-slerp-uhnpbqg
        layer_range: [30, 40]
      - model: bamec66557/mergekit-slerp-tsgkafq
        layer_range: [30, 40]
    parameters:
      t:
        - name: self_attn
          value: [0.9, 1.0, 1.1, 1.2, 1.3]
        - name: mlp
          value: [0.7, 0.65, 0.6, 0.55, 0.5]
        - name: layer_norm
          value: [0.7, 0.75, 0.8, 0.85, 0.9]
        - name: embed_tokens
          value: [1.0]

# Regularization (Prevent Overfitting During Merging)
regularization:
  methods:
    - name: weight_clipping
      clip_range: [-0.2, 0.2]
    - name: random_noise
      scale: 0.015
    - name: l2_norm
      scale: 0.01

# Postprocessing (Enhance Merged Model Quality)
postprocessing:
  operations:
    - name: random_noise
      scale: 0.0025
    - name: non_linear_scaling
      parameters:
        function: tanh
    - name: sharpening
      intensity: 0.3
    - name: gaussian_smoothing
      sigma: 1.5
    - name: smoothing
      parameters:
        adaptive: true
        range: [0.8, 1.2]
        kernel_size: 5
    - name: normalize
    - name: dynamic_scaling
      scale_range: [0.75, 1.25]

# Optional: Ties Merging (Advanced Technique)
ties:
  enabled: false  # Set to true if ties merging is required
  method: greedy  # Options: greedy, optimal, random
  layers: [0, 10, 20, 30]  # Example layers for ties merging

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.23.80
IFEval (0-Shot)43.16
BBH (3-Shot)34.87
MATH Lvl 5 (4-Shot)13.14
GPQA (0-shot)9.40
MuSR (0-shot)12.77
MMLU-PRO (5-shot)29.43

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
8b6af79

0 моделей