/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
Experiment21-7B
Опубликована
25 мар 2024

DistHermYam-7B-ties

Генерация текстаТекст → текст6 профессий

Слитая методом TIES модель Mistral на 7,1 млрд параметров для генерации текста и диалоговых сценариев с контекстом до 32 768 токенов.

23скачиваний за 30 дней0лайковвеса обновлены25 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

DistHermYam-7B-ties — текстовая генеративная модель, созданная codegood путём объединения моделей yam-peleg/Experiment21-7B и eren23/DistilHermes-2.5-Mistral-7B методом TIES с LazyMergekit. В конфигурации указан NousResearch/Hermes-2-Pro-Mistral-7B как базовая модель слияния; архитектура — плотная MistralForCausalLM на 7,1 млрд параметров, веса опубликованы в формате safetensors. Контекстное окно составляет 32 768 токенов.

Модель предназначена для генерации текста и диалоговых сценариев на основе Mistral и Hermes. Карточка не описывает отдельные специализированные области или подтверждённый набор языков; базовая модель в каталоге ориентирована на английские диалоги, генерацию текста и ответы на вопросы. В метаданных лицензия не указана, поэтому условия использования по карточке определить нельзя.

Сценарии применения

  • генерация текста по запросу
  • ведение диалога с пользователем
  • подготовка ответов на вопросы
  • создание черновиков и продолжение текста

Ограничения

README не приводит оценки качества или результаты сравнительных тестов. Лицензия в предоставленных данных не указана.

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

DistHermYam-7B-ties

DistHermYam-7B-ties is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: NousResearch/Hermes-2-Pro-Mistral-7B
    # no parameters necessary for base model
  - model: yam-peleg/Experiment21-7B
    parameters:
      density: 0.5
      weight: 0.5
  - model: eren23/DistilHermes-2.5-Mistral-7B
    parameters:
      density: 0.5
      weight: 0.3
merge_method: ties
base_model: NousResearch/Hermes-2-Pro-Mistral-7B
parameters:
  normalize: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "codegood/DistHermYam-7B-ties"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
c3df3aa

0 моделей