Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Лицензия: Не указана
Архитектура: mistral · dense
Опубликована: 17 дек 2023

Ссылки

Hugging Face

BruinHermes

cookinai

Генерация текстаТекст → текст5 профессий

Объединённая Slerp-методом модель Mistral на 7,1 млрд параметров для генерации текста.

64скачиваний за 30 дней0лайковвеса обновлены3 янв 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

BruinHermes — объединённая языковая модель, опубликованная cookinai. Она создана методом Slerp merge на основе rwitz2/go-bruins-v2.1.1 и Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp с помощью mergekit. В метаданных указаны архитектура MistralForCausalLM, плотная модель размером 7,1 млрд параметров и контекст до 32 768 токенов.

Модель предназначена для генерации текста. Карточка описывает способ объединения весов, но не приводит результатов оценки качества или отдельных сценариев применения. Репозиторий содержит веса в формате Safetensors. Лицензия в метаданных обозначена как unknown.

Сценарии применения

генерация ответов на текстовые запросы
продолжение заданного текста
подготовка черновиков и кратких текстов

Ограничения

Карточка не содержит оценок качества и подтверждённых сценариев, поэтому пригодность для конкретных задач не установлена. Лицензия в метаданных обозначена как unknown.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Также подходит для

III.5Управление персоналом и организацией

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Slerp Merge of rwitz2/go-bruins-v2.1.1 and Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp

.yaml file for mergekit

slices:
  - sources:
      - model: rwitz2/go-bruins-v2.1.1
        layer_range: [0, 32]
      - model: Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp
        layer_range: [0, 32]
merge_method: slerp
base_model: rwitz2/go-bruins-v2.1.1
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5 # fallback for rest of tensors
dtype: bfloat16

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: d715d3d