Viviana_V3 — слитая на основе Mistral диалоговая модель для генерации текста с контекстом до 32 768 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Viviana_V3 — диалоговая языковая модель, созданная domie слиянием Viviana_V2 и Mistral-7B-Instruct-v0.2 с помощью mergekit и метода slerp. Она предназначена для генерации текста и ведения диалогов. Модель построена на плотной архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Для хранения используется формат Safetensors.
В метаданных для базовой Viviana_V2 указаны английский и итальянский языки; отдельные сведения о языках Viviana_V3 не приведены. Модель распространяется по лицензии Apache-2.0. Карточка описывает состав и параметры слияния, но не приводит сравнительных оценок качества или подробных ограничений применения.
В README нет оценок качества и сравнений с другими моделями. Языковые сведения относятся к Viviana_V2, использованной при слиянии; README не уточняет языковой охват итоговой модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Viviana_V3 is a merge of the following models using mergekit:
slices:
- sources:
- model: domie/Viviana_V2
layer_range: [0, 32]
- model: mistralai/Mistral-7B-Instruct-v0.2
layer_range: [0, 32]
merge_method: slerp
base_model: domie/Viviana_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
dtype: bfloat16
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…