/ Модель

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
25 ноя 2023

Capybara-Tess-Yi-34B-200K-DARE-Ties

Генерация текстаТекст → текст3 профессии

Экспериментальная 34-миллиардная модель Llama, объединяющая Capybara и Tess для генерации текста с контекстом до 200 000 токенов.

41скачиваний за 30 дней11лайковвеса обновлены19 дек 2023

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

Capybara-Tess-Yi-34B-200K-DARE-Ties — экспериментальная языковая модель, созданная brucethemoose с помощью слияния NousResearch/Nous-Capybara-34B, migtissera/Tess-M-v1.2 и migtissera/Tess-M-v1.3. Для слияния применена экспериментальная реализация DARE TIES; использован токенизатор Yi Llamafied. Модель построена на плотной архитектуре Llama и содержит 33,9 млрд параметров. Заявленная длина контекста — до 200 000 токенов.

Модель предназначена для генерации текста и диалоговых сценариев с шаблоном Orca-Vicuna. Автор отмечает, что это неудачный и экспериментальный вариант слияния, который впоследствии был заменён новой моделью. На длинном контексте возможны повторения; в отдельных случаях модель может выводить стоп-токен как текст. В репозитории указана лицензия other, поэтому конкретные условия использования следует проверять отдельно.

Сценарии применения

  • генерация продолжений текста
  • ответы в диалоговом формате Orca-Vicuna
  • эксперименты со слиянием языковых моделей
  • обработка длинных текстовых контекстов

Ограничения

Автор характеризует модель как экспериментальную и неудачную; на длинном контексте она может повторяться, а иногда выводить стоп-токен как текст. Лицензия обозначена как other, поэтому условия использования требуют отдельной проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is not a great model, succeeded by a new merge: https://huggingface.co/brucethemoose/CaPlatTessDolXaBoros-Yi-34B-200K-DARE-Ties

NousResearch/Nous-Capybara-34B, migtissera/Tess-M-v1.2 and migtissera/Tess-M-v1.3 merged with a new, experimental implementation of "dare ties" via mergekit. See:

Language Models are Super Mario: Absorbing Abilities from Homologous Models as a Free Lunch

https://github.com/yule-BUAA/MergeLM

https://github.com/cg123/mergekit/tree/dare-tokenizer

Highly experimental and still being tested! But this should yield a better merge than a typical linear/slerp merge or even a ties merge.


Merged with the following config, and the tokenizer from Yi Llamafied:

models:
  - model: /home/alpha/Storage/Models/Raw/larryvrh_Yi-34B-200K-Llamafied
    # no parameters necessary for base model
  - model: /home/alpha/Storage/Models/Raw/migtissera_Tess-M-v1.3
    parameters:
      weight: 0.50
      density: 0.56
  - model: /home/alpha/Storage/Models/Raw/migtissera_Tess-M-v1.2
    parameters:
      weight: 0.20
      density: 0.50
  - model: /home/alpha/Storage/Models/Raw/Nous-Capybara-34B
    parameters:
      weight: 0.50
      density: 0.56
merge_method: dare_ties
base_model: /home/alpha/Storage/Models/Raw/larryvrh_Yi-34B-200K-Llamafied
parameters:
  int8_mask: true
dtype: bfloat16

Tess 1.2 (at a low weight) and 1.3 were used because, according to the trainer, they were trained on different datasets: https://migel.substack.com/p/learnings-from-training-tess

As the Tess creator warned about, if the model repeats at high context like Tess 1.2, let me know!

I chose not to include other finetunes, such as Dolphin, because they aren't trained on the 200K base. If any other 200K finetunes pop up, let me know.


Prompt template: Orca-Vicuna

SYSTEM: {system_message}
USER: {prompt}
ASSISTANT:

Being a Yi model, try disabling the BOS token and/or running a lower temperature with MinP if output doesn't seem right.

Sometimes the model "spells out" the stop token as </s> like Capybara, so you may need to add </s> as an additional stopping condition.


Credits:

https://github.com/cg123/mergekit/tree/dare-tokenizer

https://huggingface.co/NousResearch/Nous-Capybara-34B/

https://huggingface.co/migtissera/Tess-M-v1.2

https://huggingface.co/migtissera/Tess-M-v1.3

https://huggingface.co/larryvrh/Yi-34B-200K-Llamafied

https://huggingface.co/01-ai/Yi-34B-200K

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3f4b8be

0 моделей