Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Опубликована: 14 апр 2024

Ссылки

CultriX-MonaCeption-7B-SLERP-DPO

Генерация текстаТекст → текст6 профессий

Модель Mistral на 7,1 млрд параметров, полученная слиянием SLERP и DPO-дообучением, для генерации текста с контекстом до 32 768 токенов.

17скачиваний за 30 дней1лайквеса обновлены14 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

CultriX-MonaCeption-7B-SLERP-DPO — языковая модель авторегрессионной генерации текста, созданная слиянием моделей CultriX методом SLERP и последующим DPO-дообучением. Это плотная модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; для работы доступны веса в формате safetensors и библиотека Transformers. Модель предназначена для генерации продолжений текста и диалоговых ответов в сценариях, где нужен контекстный текстовый помощник.

В README перечислены объединённые модели CultriX/MonaTrix-v4 и CultriX/MergeCeption-7B-v3, а также указано, что результат прошёл DPO-файнтюнинг. Сведения о специализации по языкам или предметным областям отсутствуют. Модель распространяется по лицензии Apache 2.0.

Сценарии применения

генерация продолжения текста с длинным контекстом
создание диалоговых ответов
подготовка черновиков и текстовых формулировок

Ограничения

В карточке не приведены оценки качества и ограничения по сценариям применения; языковая специализация не указана.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DPO-Finetune of CultriX/MonaCeption-7B-SLERP

base_model:

CultriX/MonaTrix-v4
CultriX/MergeCeption-7B-v3 library_name: transformers tags:
mergekit
merge license: apache-2.0

merge

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

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: CultriX/MergeCeption-7B-v3
        layer_range: [0, 32]
      - model: CultriX/MonaTrix-v4
        layer_range: [0, 32]
merge_method: slerp
base_model: CultriX/MonaTrix-v4
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
random_seed: 0

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: e198ea4