/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
magnum-v3-9b-customgemma2
Библиотека
transformers
Опубликована
27 сен 2024

Magot-v2-Gemma2-8k-9B

Генерация текстаТекст → текст3 профессии

Слитая диалоговая модель Gemma 2 на 9 млрд параметров для генерации текста и прозы с контекстом до 8192 токенов.

30скачиваний за 30 дней1лайквеса обновлены27 сен 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4344

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4223

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,354

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2017

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7347

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5897

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Magot-v2-Gemma2-8k-9B — текстовая диалоговая модель на базе Gemma 2, созданная автором репозитория с помощью слияния двух моделей через SLERP в mergekit: grimjim/Kitsunebi-v1-Gemma2-8k-9B и anthracite-org/magnum-v3-9b-customgemma2. Веса опубликованы в формате safetensors; модель содержит 9 млрд параметров и поддерживает контекст до 8192 токенов.

Модель предназначена для диалогов и генерации текста, в том числе прозы и повествовательных ответов. По описанию автора, примесь Magnum добавляет разнообразие, а модель может тяготеть к мелодраматическим сюжетным мотивам. Автор отмечает, что слияние оставило некоторые повреждения: связность оценивается как умеренно высокая, но не идеальная.

Модель распространяется по лицензии Gemma. README сообщает о сохранении сильных встроенных ограничений безопасности от instruct-базы, хотя повествовательные ответы менее ориентированы на позитивный тон.

Сценарии применения

  • ведение текстовых диалогов
  • генерация художественной прозы
  • создание повествовательных ответов
  • продолжение заданного текста

Ограничения

Автор отмечает умеренно высокую, но не идеальную связность и остаточные повреждения после слияния. Модель может склоняться к мелодраматическим мотивам.

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

Magot-v2-Gemma2-8k-9B

This repo contains a merge of pre-trained language models created using mergekit.

There is still some damage to the model from merging, but that has been partially mitigated by retaining embed_tokens and lm_head weights from the base model. This approach has proven to be more stable than task arithmetic merger.

Tested at temp=1, minP=0.01. Coherence is moderately high, though not perfect. The low weight (0.01) infusion of the Magnum model provided variety to text generation. This model is being released because it is "good enough" and interesting. Inherent model safety is still strong due to Instruct base, but narratives are less bounded by positivity.

There appear to be some melodramatic motifs that the model inherently steers toward when allowed to go its own way. The notion of favored tropes baked into a model is likely understudied, and is another lens through which model explainability can be viewed.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
- sources:
  - model: grimjim/Kitsunebi-v1-Gemma2-8k-9B
    layer_range: [0, 42]
  - model: anthracite-org/magnum-v3-9b-customgemma2
    layer_range: [0, 42]
merge_method: slerp
base_model: grimjim/Kitsunebi-v1-Gemma2-8k-9B
parameters:
  t:
    - filter: embed_tokens
      value: 0.0
    - filter: lm_head
      value: 0.0
    - value: 0.01
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
e214d3e

0 моделей