/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,1 млрд
Лицензия
cc-by-nc-2.0
Архитектура
mistral · dense
Базовая модель
Kunoichi-DPO-v2-7B
Опубликована
6 мар 2024

kuno-royale-v3-7b

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,1-миллиардная модель Mistral, полученная слиянием двух чекпойнтов для генерации текста и диалогов.

49скачиваний за 30 дней1лайквеса обновлены8 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

kuno-royale-v3-7b — экспериментальная языковая модель, созданная автором репозитория core-3 путём слияния моделей SanjiWatsuki/Kunoichi-DPO-v2-7B и eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v3. Слияние выполнено методом SLERP с помощью LazyMergekit; модель относится к семейству Mistral, имеет плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров.

Модель предназначена для генерации текста, в том числе диалогов и ответов на вопросы. Заявлена длина контекста 8192 токена. В README приведены результаты отдельных тестов, включая AI2 Reasoning Challenge и HellaSwag, но автор предупреждает, что модель не тестировалась, поэтому качество в практических задачах не подтверждено. Поддержка русского языка в материалах не заявлена.

Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 2.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

  • генерация продолжений текста
  • создание диалогового ассистента
  • ответы на вопросы в текстовом чате

Ограничения

Автор указывает, что модель не тестировалась, поэтому её качество и надёжность не подтверждены. Лицензия CC BY-NC 2.0 запрещает коммерческое использование.

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

kuno-royale-v3-7b

Another experimental combination of eren23's ongo-monarch-jaskier merges and Kunoichi-DPO-v2-7B. Untested.

kuno-royale-v3-7b is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
        layer_range: [0, 32]
      - model: eren23/ogno-monarch-jaskier-merge-7b-OH-PREF-DPO-v3
        layer_range: [0, 32]
merge_method: slerp
base_model: SanjiWatsuki/Kunoichi-DPO-v2-7B
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
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "core-3/kuno-royale-v3-7b"
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"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.74.88
AI2 Reasoning Challenge (25-Shot)71.76
HellaSwag (10-Shot)88.23
MMLU (5-Shot)65.06
TruthfulQA (0-shot)71.13
Winogrande (5-shot)82.32
GSM8k (5-shot)70.81

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
73e85c1

0 моделей