/ Модель

Характеристики

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

Nyxene-v2-11B

Генерация текстаТекст → текст11 профессий

Собранная из нескольких моделей Mistral текстовая модель на 10,6 млрд параметров для генерации ответов на инструкции и запросы.

62скачиваний за 30 дней10лайковвеса 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-v2-11B — текстовая генеративная модель на архитектуре Mistral, опубликованная beberik. Репозиторий содержит веса в формате BF16; в метаданных указано 10,6 млрд параметров и контекст до 32 768 токенов. Модель собрана с помощью mergekit из нескольких моделей, включая Starling-LM-7B-alpha, DPOpenHermes-7B, una-cybertron-7b-v2 и loyal-piano-m7-cdpo.

Модель предназначена для генерации ответов на инструкции и запросы в формате, приведённом в карточке, а также для других задач генерации текста. В README приведены результаты Open LLM Leaderboard, включая среднюю оценку 67,84, ARC и HellaSwag; подробности оценки в доступном фрагменте отсутствуют. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Сценарии применения

  • генерация ответов на пользовательские инструкции
  • создание связных текстовых ответов на запросы
  • помощь в решении задач на рассуждение
  • оценка и сравнение генеративных языковых моделей

Ограничения

README не сообщает о поддерживаемых языках и ограничениях качества, кроме приведённых результатов отдельных тестов. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Для каких профессий подходит11

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-v2-11B. It feels like with the new models, 1% is no longer needed as in the previous version. And yes, new version. Again.

Model used

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-cybertron-11B :

slices:
  - sources:
    - model: fblgit/una-cybertron-7b-v2
      layer_range: [0, 24]
  - sources:
    - model: chargoddard/loyal-piano-m7-cdpo
      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-cybertron-11B
        layer_range: [0, 48]
      - model: Starling-NeuralHermes-11B
        layer_range: [0, 48]
merge_method: slerp
base_model: loyal-piano-cybertron-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.

Thanks to the Undi95 for the original 11B mistral merge recipe.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.67.84
AI2 Reasoning Challenge (25-Shot)67.41
HellaSwag (10-Shot)84.54
MMLU (5-Shot)65.26
TruthfulQA (0-shot)55.62
Winogrande (5-shot)79.56
GSM8k (5-shot)54.66

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
c8b2863

0 моделей