/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
10,6 млрд
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Опубликована
4 дек 2023

Nyxene-v1-11B

Генерация текстаТекст → текст9 профессий

Слитая на основе Mistral разговорная языковая модель для генерации ответов на инструкции и диалоговые запросы.

56скачиваний за 30 дней0лайковвеса обновлены4 мар 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

Nyxene-v1-11B — разговорная языковая модель на архитектуре Mistral, созданная автором beberik путём слияния нескольких моделей семейства 7B с помощью mergekit. В README указаны Starling-LM-7B-alpha, DPOpenHermes-7B, juanako-7b-UNA, loyal-piano-m7 и notus-7b-v1; автор описывает эксперименты с их сочетанием для получения более творческих ответов. Модель содержит 10,6 млрд параметров, использует формат safetensors, контекст до 32 768 токенов и предназначена для генерации текста в ответ на инструкции и диалоговые запросы.

Модель подходит для чат-ботов, ответов на вопросы, следования инструкциям и творческой генерации текста. README приводит результаты Open LLM Leaderboard, включая средний балл 67,58, но не описывает методику оценивания подробно. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • создание разговорного чат-бота
  • ответы на вопросы пользователей
  • выполнение текстовых инструкций
  • генерация творческих текстов

Ограничения

Коммерческое использование запрещено лицензией CC BY-NC 4.0. README не уточняет поддерживаемые языки и не приводит подробного описания оценки качества.

Для каких профессий подходит9

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

Description

This repo contains bf16 files of Nyxene-v1-11B. Same as the previous version but I used newer models and tried to repeat what I experimented with when there were older models.

Model used

I added a new model because after the same action but using zephyr and dolphin the model turned out to be more creative.

Prompt template

The best one after further testing is this one:

<|system|>
Below is an instruction that describes a task. Write a response that appropriately completes the request.
<|user|>
{prompt}
<|assistant|>

The secret sauce

loyal-piano with 1% of notus :

slices:
  - sources:
      - model: chargoddard/loyal-piano-m7
        layer_range: [0, 48]
      - model: argilla/notus-7b-v1
        layer_range: [0, 48]
merge_method: slerp
base_model: argilla/notus-7b-v1
parameters:
  t:
    - filter: lm_head 
      value: [0.75]
    - filter: embed_tokens
      value: [0.75]
    - filter: self_attn
      value: [0.75, 0.25]
    - filter: mlp
      value:  [0.25, 0.75]
    - filter: layernorm
      value: [0.5, 0.5]
    - filter: modelnorm
      value: [0.75]
    - value: 0.99 # fallback for rest of tensors
dtype: bfloat16

loyal-piano-juanako-11B :

slices:
  - sources:
    - model: fblgit/juanako-7b-UNA
      layer_range: [0, 24]
  - sources:
    - model: chargoddard/loyal-piano-m7
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Starling-DPOHermes-11B :

slices:
  - sources:
    - model: berkeley-nest/Starling-LM-7B-alpha
      layer_range: [0, 24]
  - sources:
    - model: openaccess-ai-collective/DPOpenHermes-7B
      layer_range: [8, 32]
merge_method: passthrough
dtype: bfloat16

Nyxene-11B :

slices:
  - sources:
      - model: loyal-piano-juanako-11B
        layer_range: [0, 48]
      - model: Starling-NeuralHermes-11B
        layer_range: [0, 48]
merge_method: slerp
base_model: dolphin-juanako-11B
parameters:
  t:
    - filter: lm_head 
      value: [0.75]
    - filter: embed_tokens
      value: [0.75]
    - filter: self_attn
      value: [0.75, 0.25]
    - filter: mlp
      value:  [0.25, 0.75]
    - filter: layernorm
      value: [0.5, 0.5]
    - filter: modelnorm
      value: [0.75]
    - value: 0.5 # fallback for rest of tensors
dtype: bfloat16

I use mergekit for all the manipulation told here.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.67.58
AI2 Reasoning Challenge (25-Shot)67.49
HellaSwag (10-Shot)84.52
MMLU (5-Shot)65.12
TruthfulQA (0-shot)57.28
Winogrande (5-shot)79.01
GSM8k (5-shot)52.08

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
d39142e

0 моделей