/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
10,6 млрд
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Базовая модель
Kunoichi-DPO-v2-7B
Библиотека
transformers
Опубликована
19 мар 2024

Ссылки

Hugging Face

franken-kunoichi-IDUS-11B

grimjim
Генерация текстаТекст → текст3 профессии

Экспериментальная слитая модель на базе Mistral для генерации текста и ролевых диалогов с непредсказуемым стилем.

36скачиваний за 30 дней1лайквеса обновлены15 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.

Открыть конструктор бенчмарка

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

franken-kunoichi-IDUS-11B — экспериментальная языковая модель, созданная автором репозитория grimjim слиянием моделей SanjiWatsuki/Kunoichi-DPO-v2-7B и SanjiWatsuki/Kunoichi-7B с помощью mergekit и метода passthrough. Архитектура — плотная MistralForCausalLM; модель содержит 10,6 млрд параметров и рассчитана на контекст до 8192 токенов.

Модель генерирует текст и может использоваться для ролевых диалогов с промптами Alpaca или ChatML. Автор отмечает, что генерация бывает разнообразной, но легко становится хаотичной: модель может внезапно переключать язык и терять нить разговора. Автор считает результат неудачным экспериментом, а возможное улучшение дополнительным обучением не проверялось. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерческое.

Сценарии применения

  • эксперименты с генерацией текста
  • ролевые диалоги с промптами Alpaca
  • ролевые диалоги с промптами ChatML

Ограничения

Генерация может становиться хаотичной, переключаться между языками и терять нить диалога; преимущество контекста 8192 токена автор считает сомнительным. Возможность улучшить модель дополнительным обучением не проверена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

franken-kunoichi-IDUS-11B

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

The Interwoven Depth Up-Scaling merge formula was adapted from Sanji Watsuki's longcat-10.7B.

I consider this to be a negative result, but perhaps an interesting one. I've tested casually with temperature 0.7-1.2 and minP 0.01-0.03, with both Alpaca and ChatML prompts. The resulting generated text is interesting for RP due to chaotic variation, mostly sticking to grammatically correct output, but easily veers too far into chaos (e.g., abruptly switching language) while having difficulty tracking things. Given that, the inherited 8K context length is of dubious benefit.

Maybe additional training might smooth the transition between models, but that hypothesis is untested.

Merge Details

Merge Method

This model was merged using the passthrough 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: SanjiWatsuki/Kunoichi-7B
      layer_range: [0, 8]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [8, 9]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [8, 9]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [9, 10]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [9, 10]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [10, 11]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [10, 11]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [11, 12]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [11, 12]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [12, 13]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [12, 13]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [13, 14]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [13, 14]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [14, 15]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [14, 15]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [15, 16]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [15, 16]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [16, 17]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [16, 17]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [17, 18]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [17, 18]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [18, 19]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [18, 19]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [19, 20]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [19, 20]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [20, 21]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [20, 21]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [21, 22]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [21, 22]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [22, 23]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [22, 23]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [23, 24]
  - sources:
    - model: SanjiWatsuki/Kunoichi-7B
      layer_range: [23, 24]
  - sources:
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [24, 32]
merge_method: passthrough
dtype: float16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
8855fe4

0 моделей

    Создать бенчмарк