/ Модель

Характеристики

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

giant-macaroni-120b

Генерация текстаТекст → текст6 профессий

Слитая 120-миллиардная модель Llama для генерации текста и диалогов с акцентом на логику и рассуждения.

26скачиваний 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

Giant Macaroni 120b — авторегрессионная языковая модель с плотной архитектурой Llama, созданная автором репозитория ibivibiv. Она получена слиянием срезов трёх дообученных моделей: AIDC-ai-business/Marcoroni-70B-v1, garage-bAInd/Platypus2-70B-instruct и fangloveskari/ORCA_LLaMA_70B_QLoRA. Модель содержит около 120,1 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов.

Модель задумана для генерации текста и диалогов с упором на логику и рассуждения. В README указана совместимость с форматами подсказок Vicuna и Alpaca; автор отмечает, что итоговые слои в основном происходят от Marcoroni. Карточка не приводит результатов бенчмарков, поэтому заявленные сильные стороны в логике и рассуждениях не подтверждены опубликованными оценками. Лицензия — Llama 2; README описывает объединение моделей и намерение провести дальнейшее дообучение.

Сценарии применения

  • генерация ответов в диалоговом формате
  • решение текстовых задач на логику
  • пошаговое рассуждение по текстовому запросу
  • создание и продолжение текстов

Ограничения

В README нет опубликованных результатов бенчмарков; заявленные способности к логике и рассуждениям требуют проверки. Контекст ограничен 4096 токенами.

Для каких профессий подходит6

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

Giant Macaroni 120b

img

An auto-regressive causal LM created by combining 3x finetuned models into one via passthrough merging slices in a stacked order.

I'll add more later but it is a combination of :

AIDC-ai-business/Marcoroni-70B-v1 garage-bAInd/Platypus2-70B-instruct fangloveskari/ORCA_LLaMA_70B_QLoRA

This is an attempt to create a larger model capable of handling logic and reason well. All three of these models score well in these categories and I used bertviz to find good splice points.

I hope to find out how much $$$ it is going to take to settle this merge with some fine tuning. I think it will do very well once it is settled. These three models could not mix with others I tried because of some changes in their layers involving the addition of a rotary embedding. This seemed to mess with the tokens and could not be mixed with other models that didn't have it. However, all models that do well in logic and reasoning seem to have this addition.

Prompting Format

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

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
0170033

0 моделей