/ 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_0.4v
Библиотека
transformers
Опубликована
19 дек 2024

MISCHIEVOUS-12B-Mix_Neo

Генерация текстаТекст → текст12 профессий

Объединённая методом SLERP 12,1-миллиардная модель Mistral для генерации текста и диалогового использования.

34скачиваний за 30 дней1лайквеса 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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,625

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5078

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3163

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,415

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3685

    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

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MISCHIEVOUS-12B-Mix_Neo — объединённая языковая модель на архитектуре Mistral, созданная автором bamec66557 методом SLERP с помощью mergekit из моделей MISCHIEVOUS-12B-Mix_0.4v и MISCHIEVOUS-12B-Mix_0.5v. Модель содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговых сценариях; метаданные также указывают интерфейс вызова инструментов.

Модель принимает текст и генерирует текст. Заявленная длина контекста — до 1 024 000 токенов. Лицензия — Apache-2.0. В README приведены результаты оценки на Open LLM Leaderboard, включая средний балл 25,80 и результат IFEval 62,50; эти показатели не гарантируют качество на конкретных пользовательских задачах.

Сценарии применения

  • генерация ответов в текстовом чате
  • составление и продолжение текстов
  • выполнение текстовых инструкций
  • подготовка ответов с использованием интерфейса вызова инструментов

Ограничения

Языки обучения и поддерживаемые языки в предоставленных данных не перечислены. Результаты лидерборда не позволяют судить о качестве на конкретных сценариях; интерфейс вызова инструментов указан как возможность, но подробности его поддержки не приведены.

Для каких профессий подходит12

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:

description: Merging MISCHIEVOUS-12B-Mix models with sliced slerp

# Metadata and Rationale
model_description: |
  This configuration merges two versions of the MISCHIEVOUS-12B-Mix model: 0.4v and 0.3v.
  0.3v was further fine-tuned on a specific dataset (ADD DATASET NAME HERE if known).
  The sliced slerp approach allows for layer-specific control over the merging process.

base_model: bamec66557/MISCHIEVOUS-12B-Mix_0.4v
dtype: bfloat16
merge_method: slerp
tokenizer_source: union

# Slices Configuration (Layer-Specific Merging)
slices:
  - sources:
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.4v
        layer_range: [0, 10]
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.5v
        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]

  - sources:
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.4v
        layer_range: [10, 20]
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.5v
        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]

  - sources:
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.4v
        layer_range: [20, 30]
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.5v
        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]

  - sources:
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.4v
        layer_range: [30, 40]
      - model: bamec66557/MISCHIEVOUS-12B-Mix_0.5v
        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:
  - method: weight_clipping
    clip_range: [-0.2, 0.2]
  - method: random_noise
    scale: 0.015
  - method: l2_norm
    scale: 0.01

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

# Evaluation (Crucial for Assessing Merge Quality)
evaluation:
  metrics:
    - perplexity
    - accuracy # If applicable (e.g., classification tasks)
    - bleu # For translation tasks
    - rouge # For summarization tasks
  datasets:
    - wikitext # General language understanding
    - lambada # Long-range dependency modeling
    - (ADD RELEVANT TASK-SPECIFIC DATASETS HERE)
  prompts: # Example prompts – REPLACE WITH YOUR OWN
    - "The quick brown fox jumps over the lazy dog."
    - "Translate 'Thank you' to Spanish:"
    - "Write a short summary of the French Revolution."

# Logging and Output
logging:
  output_dir: ./merged_models
  log_level: INFO

# Optional: Ties Merging (Advanced Technique)
# ties:
#   enabled: true
#   method: greedy # Or "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.25.80
IFEval (0-Shot)62.50
BBH (3-Shot)30.36
MATH Lvl 5 (4-Shot)11.63
GPQA (0-shot)8.84
MuSR (0-shot)11.64
MMLU-PRO (5-shot)29.84

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
f8fb952

0 моделей