/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,1 млрд
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Базовая модель
Kunoichi-7B
Библиотека
transformers
Опубликована
9 мар 2024

kuno-kunoichi-v1-DPO-v2-SLERP-7B

Генерация текстаТекст → текст5 профессий

Объединённая методом SLERP модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 8192 токенов.

70скачиваний за 30 дней5лайковвеса обновлены10 мая 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

grimjim выпустил kuno-kunoichi-v1-DPO-v2-SLERP-7B — объединение двух языковых моделей SanjiWatsuki/Kunoichi-7B и SanjiWatsuki/Kunoichi-DPO-v2-7B методом SLERP с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Модель принимает текст и выдаёт текст; заявлена поддержка шаблонов ChatML и Alpaca. Контекст составляет до 8192 токенов.

Автор проверял модель с ChatML, temperature=1.1 и minP=0.03 и предполагает, что объединение может повысить устойчивость к ошибкам слияния. В репозитории указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. README не приводит результатов систематической оценки качества, поэтому фактическую устойчивость и качество ответов следует проверять на целевых задачах.

Сценарии применения

  • ведение диалогов в формате ChatML
  • генерация текста по запросу
  • ответы на вопросы в текстовом чате
  • эксперименты со слиянием языковых моделей

Ограничения

В README нет систематических результатов оценки качества; предполагаемое повышение устойчивости слияния не подтверждено приведёнными метриками. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

kuno-kunoichi-v1-DPO-v2-SLERP-7B

kuno-kunoichi-v1-DPO-v2-SLERP-7B is a merge of pre-trained language models created using mergekit. I'm hoping that the result is more robust against errors or when merging due to "denseness", as the two models likely implement comparable reasoning at least somewhat differently.

I've performed some testing with ChatML format prompting using temperature=1.1 and minP=0.03. The model also supports Alpaca format prompts.

GGUF-IQ-Imatrix quants helpfully provided by Lewdiculous.

GGUF quants

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: SanjiWatsuki/Kunoichi-7B
      layer_range: [0,32]
    - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
      layer_range: [0,32]
merge_method: slerp
base_model: SanjiWatsuki/Kunoichi-7B
parameters:
  t:
    - value: 0.5
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
7710ce1

0 моделей