/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Blurred-Beagle-7b-slerp
Опубликована
20 янв 2024

Blurdus-7b-v0.1

Генерация текстаТекст → текст

Объединённая 7,1-миллиардная модель Mistral для генерации текста и диалогов с контекстом до 32 768 токенов.

20скачиваний за 30 дней1лайквеса обновлены11 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

Blurdus-7b-v0.1 — объединённая модель генерации текста на архитектуре Mistral, созданная разработчиком gate369 с помощью LazyMergekit. Она объединяет веса 222gate/Blurred-Beagle-7b-slerp, 222gate/BrurryDog-7b-v0.1 и liminerity/Blur-7b-v1.21 и предназначена для генерации текста и диалогов. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов.

В README приведены результаты оценок Open LLM Leaderboard, включая среднее значение 74,35 и результаты ARC и HellaSwag; эти показатели не гарантируют качество в конкретных сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • генерация связного текста по запросу
  • ведение текстового диалога
  • ответы на вопросы в текстовом формате

Ограничения

README приводит результаты нескольких бенчмарков, но они не позволяют оценить качество во всех прикладных сценариях. Данные о поддерживаемых естественных языках не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Blurdus-7b-v0.1

Blurdus-7b-v0.1 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: 222gate/Blurred-Beagle-7b-slerp
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
  - model: 222gate/BrurryDog-7b-v0.1
    parameters:
      density: 0.5
      weight: [0, 0.3, 0.7, 1] # weight gradient
  - model: liminerity/Blur-7b-v1.21
    parameters:
      density: 0.33
      weight:
        - filter: mlp
          value: 0.5
        - value: 0
merge_method: ties
base_model: udkai/Turdus
parameters:
  normalize: true
  int8_mask: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "222gate/Blurdus-7b-v0.1"
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.74.35
AI2 Reasoning Challenge (25-Shot)72.27
HellaSwag (10-Shot)88.50
MMLU (5-Shot)64.82
TruthfulQA (0-shot)69.72
Winogrande (5-shot)82.95
GSM8k (5-shot)67.85

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
c629dcc

0 моделей