/ Модель

Характеристики

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

chimera-120b

Генерация текстаТекст → текст4 профессии

Экспериментальная объединённая модель Llama на 120,1 млрд параметров для генерации текста, диалогов и задач на рассуждение.

20скачиваний 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

Chimera 120b — авторегрессионная языковая модель семейства Llama, созданная автором репозитория ibivibiv путём объединения срезов трёх дообученных моделей: Sheep Duck, Xwin и Sythia. Это плотная модель с 120,1 млрд параметров и контекстом 4096 токенов; веса опубликованы в формате Safetensors. Модель предназначена для генерации текста, диалогов и задач на рассуждение. В карточке указана совместимость с форматами запросов Vicuna и Alpaca; автор отмечает, что финальные слои в основном происходят от Xwin.

Автор описывает результат как эксперимент с объединением моделей методом passthrough merging в порядке stacked slices и сообщает о предварительных впечатлениях от тестов на логику и рассуждение. Бенчмарки в карточке отсутствуют, поэтому качество модели не подтверждено сравнительной оценкой. Для использования действует лицензия Llama 2; следует учитывать её условия.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • свободное продолжение текста
  • эксперименты с решением логических задач
  • сравнение поведения объединённых языковых моделей

Ограничения

Автор приводит только предварительные впечатления от собственных тестов, без опубликованных бенчмарков. Контекст модели составляет 4096 токенов; лицензия Llama 2 накладывает собственные условия использования.

Для каких профессий подходит4

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

Chimera 120b

img

An auto-regressive causal LM created by combining 3x finetuned models into one via passthrough merging slices in a stacked order. This model is a sliced passthrough merge of Sheep Duck, Xwin, and Sythia. I wanted to make Sheep Duck part of Giant Macaroni but the Marconi and Sheep Duck models don't line up (I think because of the rotary embedding). Honestly, without the fine tuning yet, I think this model might be slightly better at my logic and reason tests. I'll try to update more here as I go and release more versions as I can fine tune these more.

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
10236d2

0 моделей