/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
120 млрд
Размер весов
481 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Опубликована
4 янв 2024

athena-120b

Генерация текстаТекст → текст5 профессий

Экспериментальная объединённая модель Llama на 120,1 млрд параметров для диалогов, творческого письма, документации и выполнения текстовых инструкций.

31скачиваний за 30 дней1лайквеса обновлены4 янв 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

Athena 120b — экспериментальный авторегрессионный языковой генератор на архитектуре Llama, созданный автором репозитория ibivibiv. Модель объединяет три дообученные модели методом passthrough merging со stacked-порядком срезов; автор описывает её как попытку сочетать творческий стиль Venus-120 с большей ориентацией на выполнение задач и инструкций от WinterGoddess-1.4x-70B-L2 вместо Euryale-1.3-L2-70B.

Модель рассчитана на диалоговую генерацию текста, творческое письмо, документацию и другие задачи по инструкциям. В README указана совместимость с шаблонами запросов Vicuna и Alpaca; при этом последние слои в основном происходят от Xwin. Размер — 120,1 млрд параметров, родной контекст — 4096 токенов. Карточка помечает английский язык и лицензию Llama 2.

Это ранний прототип автора, а не заявленная зрелая модель; автор характеризует его как первую попытку и сообщает, что результаты бенчмарков ещё готовятся. Сведения о качестве, надёжности и практических ограничениях ответа не приведены. Условия использования определяются лицензией Llama 2.

Сценарии применения

  • написание и редактирование документации
  • создание творческих текстов и ролевых диалогов
  • ответы на инструкции в формате чат-бота
  • генерация текста по шаблонам Vicuna или Alpaca

Ограничения

Это ранний прототип, а опубликованные бенчмарки в README отсутствуют. Контекст ограничен 4096 токенами.

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

Athena 120b

img

An auto-regressive causal LM created by combining 3x finetuned models into one via passthrough merging slices in a stacked order. This is my first early prototype attempt at expanding on existing work and simply attempts to take the creative RP focused model of Venus-120 and switch out the Euryale-1.3-L2-70B for WinterGoddess-1.4x-70B-L2 in an attempt to inherit more task focus and instruct as is mentioned in WinterGoddess. My goals are much more work and task focused so I wanted a model that was creative but less focused on RP and more focused on writing and documentation tasks.

Prompting Format

Both Vicuna and Alpaca will work, but due the final layers belonging primarily to Xwin.

Benchmarks

Coming soon.

Acknowledgements

@chargoddard - mergekit. @migtissera - for Tess-XL which inspired me to believe that open models can compete on logic tasks with the big commercial models. @alpindale - for Goliath-120B that started this crazy endeavor for us all @nsfwthrowitaway69 - for sharing the merge config for Venus-120B and getting me off the starting block with some questions on mergekit and tokenizers

Keep it open and keep sharing everyone! With Mixtral and MOE changes to mergekit coupled with these larger merged models? I think the sky is the limit for us all. I can only imagine what will happen if we took a group of these 120 models, fin tuned them each a bit and applied the MOE Mixtral merge method to them? I would also point out that if a clever VC came along and funded that work? You have the people you need right here on huggingface and all they need is the equipment to do it on.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
9a096c8

0 моделей