/ Модель

Характеристики

Контекст
32 764 токена
Параметры
117 млрд
Архитектура
llama · dense
Базовая модель
miqu-1-70b-sf
Библиотека
transformers
Опубликована
4 мар 2024

aranea-ancilla-116b-v1.0

Генерация текстаТекст → текст3 профессии

Экспериментальная объединённая модель Llama на 116,6 млрд параметров для творческого письма и генерации английского текста.

10скачиваний за 30 дней0лайковвеса обновлены14 апр 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

Aranea Ancilla 116B v1.0 — плотная языковая модель семейства Llama, созданная автором репозитория методом слияния слоёв. Это экспериментальный frankenmerge на основе NeverSleep/MiquMaid-v1-70B с чередованием слоёв Sao10K/WinterGoddess-1.4x-70B-L2; метаданные также указывают 152334H/miqu-1-70b-sf среди объединённых моделей. Модель предназначена прежде всего для творческого письма и генерации текста на английском языке.

В модели 116,6 млрд параметров, 136 слоёв и контекст до примерно 32 768 токенов; автор рекомендует ограничиваться примерно 16 384 токенами. Слияние выбрано по результатам закрытых тестов и ручных сравнений, однако качество таких комбинаций может заметно различаться. README предупреждает о потере связности на длинном контексте и рекомендует после 16 тысяч токенов переключаться на исходные Miqu-1-модели. Репозиторий содержит веса safetensors для Transformers; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • написание художественной прозы на английском языке
  • продолжение творческого текста
  • генерация литературных сцен и описаний
  • диалоговая генерация текста на английском языке

Ограничения

Автор рекомендует контекст около 16 384 токенов, хотя модель пригодна примерно до 32 768; на длинном контексте связность может ухудшаться. Оценка основана на закрытых тестах и ручных сравнениях, а качество моделей после слияния может сильно различаться.

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

aranea-ancilla-116b-v1.0

aka MiquMaid-v1-70B + interleaved WinterGoddess-1.4x-70B-L2

image/png

A mergekit frankenmerge based on NeverSleep/MiquMaid-v1-70B with interleaved layers of Sao10K/WinterGoddess-1.4x-70B-L2.
This was the top performing model from a series of merge experiments to create a highly coherant creative writing model.

Tests consisted of a series of private benchmarks and manual comparisons. A number of different base models, interleave models and layer offsets were compared.

  • Usable context ~32768
  • Recommended context ~16384

Non frankenstein miqu-1 finetunes generally outperform their frankenstein counterparts at very long contexts due to coherency loss.
As a rough suggestion I might suggest swapping out to either NeverSleep/MiquMaid-v1-70B or 152334H/miqu-1-70b-sf after 16k context.

Layers: 136

License

No license. Component models based on the Mistral AI Miqu-1 llama2 finetune that was released without license.

Interesting observations from benchmarking

  • 10 layer interleave stride with a 20 layer interleave width consistently outperformed alternatives combinations.
  • Offsetting the interleaved model's first set of layers generally improved coherency. [14-30] reliably beat the [10-30] mergekit slice configuration for various combinations of models.
  • Quality of resulting merges can vary wildly. Whilst a merge of two strong models tends to produce a strong frankenstein model, this rule does not always hold true.

Quantizations

Exllamav2 quants will be available when bandwidth permits.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
f29e732

0 моделей