/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
23 дек 2023

Valkyrie-V1

Генерация текстаТекст → текст6 профессий

Valkyrie-V1 — 7,1-миллиардная текстовая модель Mistral, полученная слиянием нескольких моделей для генерации текста с контекстом до 32 768 токенов.

62скачиваний за 30 дней1лайквеса 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.

  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

Valkyrie-V1 — языковая модель семейства Mistral, созданная CookinAI путём последовательного слияния весов методом SLERP. В первом слиянии использованы mindy-labs/mindy-7b-v2 и jondurbin/bagel-dpo-7b-v0.1, затем результат объединён с rishiraj/CatPPT. Модель содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста; заявленная длина контекста — 32 768 токенов.

Модель можно применять для диалогов, написания и продолжения текста, а также для генерации ответов на текстовые запросы. README не описывает отдельные специализированные сценарии или языковое покрытие. Репозиторий распространяет веса в формате Safetensors, лицензия — Apache-2.0. Качество и ограничения конкретных сценариев в карточке не приведены.

Сценарии применения

  • генерация текста по запросу
  • продолжение заданного текста
  • создание ответов в диалоге
  • черновики и варианты формулировок

Ограничения

В карточке не указаны поддерживаемые языки и результаты оценки качества. Возможности модели могут отличаться от свойств исходных моделей, использованных при слиянии.

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

Slerp merge of mindy-labs/mindy-7b-v2 with jondurbin/bagel-dpo-7b-v0.1. This model was then slerp merged with rishiraj/CatPPT.

Heard some talk of jondurbin/bagel-dpo-7b-v0.1 in the community and it sounds intresting. Merged it with two high preforming models to get cookinai/Valkyrie-V1

Slerp 1:

slices:
  - sources:
      - model: jondurbin/bagel-dpo-7b-v0.1
        layer_range: [0, 32]
      - model: mindy-labs/mindy-7b-v2
        layer_range: [0, 32]
merge_method: slerp
base_model: mindy-labs/mindy-7b-v2
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

Slerp 2:

slices:
  - sources:
      - model: previous/model/path
        layer_range: [0, 32]
      - model: rishiraj/CatPPT
        layer_range: [0, 32]
merge_method: slerp
base_model: previous/model/path
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
8be4604

0 моделей