/ Модель
Каталог

Характеристики

Контекст
200 000 токенов
Параметры
33,9 млрд
Размер весов
455 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
30 янв 2024

Ссылки

Hugging FacearXiv 1910.09700

hydra-moe-120b

ibivibiv
Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная MoE-модель для генерации текста и диалогов, объединяющая четыре модели семейства Mistral и Yi.

23скачиваний за 30 дней1лайквеса обновлены2 фев 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.

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

Hydra MOE 120B — экспериментальная языковая модель ibivibiv, собранная как смесь экспертов (MoE) из четырёх моделей примерно по 34–35 млрд параметров с использованием инструментов Mixtral. В README перечислены исходные модели: jondurbin/nontoxic-bagel-34b-v0.2, 01-ai/Yi-34B, bhenrym14/platypus-yi-34b и abacusai/MM-OV-bagel-DPO-34b-c1000-250. Метаданные указывают архитектуру MixtralForCausalLM, 33,9 млрд параметров и контекст до 200 000 токенов.

Модель предназначена для генерации текста и диалогового использования на английском языке. Карточка описывает эксперименты автора с настройками gating и наборами моделей на одних и тех же определениях gate; метрики и подробности обучения не приведены. Репозиторий содержит веса Safetensors для Transformers. Указана лицензия Apache 2.0.

Сценарии применения

  • генерация ответов в англоязычном чате
  • создание и продолжение англоязычных текстов
  • эксперименты с маршрутизацией экспертов в MoE-моделях

Ограничения

Карточка не приводит метрик качества, подробностей обучения или рекомендаций по применению; автор характеризует модель как экспериментальную. Описанные в README исходные модели и формулировка о размере MoE расходятся с метаданными, где указано 33,9 млрд параметров.

Для каких профессий подходит3

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Hydra MOE 120B

This is a 4x34b MOE model. I have been expirementing with various gate settings and models. This is yet another run with a different set of models on the same gate definitions.

I am using mixtral tooling.

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: ibivibiv sadly alone and out of my pocket for now :D lol
  • Shared by [optional]: ibivibiv
  • Model type: MOE of 4 35B models (mistral/yi/llamma)
  • Language(s) (NLP): English
  • License: Apache 2.0
  • MOE'd from models : jondurbin/nontoxic-bagel-34b-v0.2, 01-ai/Yi-34B, bhenrym14/platypus-yi-34b, abacusai/MM-OV-bagel-DPO-34b-c1000-250

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
dbaa69c

0 моделей

    Создать бенчмарк