/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
14 ноя 2024

Ice0.34n-14.11-RP

Генерация текстаТекст → текст5 профессий

Слитая методом SLERP языковая модель Mistral на 7,1 млрд параметров для диалоговой генерации текста с контекстом до 32 768 токенов.

27скачиваний за 30 дней1лайквеса обновлены18 ноя 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5091

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3124

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4787

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,438

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0725

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3138

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Icefog72 разработал Ice0.34n-14.11-RP как слияние предварительно обученных языковых моделей методом SLERP с помощью mergekit. В слиянии использованы Ice0.32-10.11-RP и Ice0.33-13.11-RP; модель основана на Ice0.32-10.11-RP. Это плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов, распространяемая в формате safetensors.

Модель предназначена для генерации текста в диалоговом формате. В README приведены результаты Open LLM Leaderboard, включая средний балл 21,83 и результат IFEval 47,87; эти показатели сами по себе не гарантируют качество в конкретных сценариях. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • генерация ответов в диалоге
  • написание и продолжение текстов
  • следование инструкциям в текстовом чате

Ограничения

Лицензия CC BY-NC 4.0 запрещает коммерческое использование. Языки обучения или поддержки в карточке не указаны.

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

Ice0.34n-14.11-RP

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:

  • E:\FModels\Ice0.33-13.11-RP
  • E:\FModels\Ice0.32-10.11-RP

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: E:\FModels\Ice0.32-10.11-RP
        layer_range: [0, 32]
      - model: E:\FModels\Ice0.33-13.11-RP
        layer_range: [0, 32]

merge_method: slerp
base_model: E:\FModels\Ice0.32-10.11-RP
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 # fallback for rest of tensors
dtype: float16


Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.21.83
IFEval (0-Shot)47.87
BBH (3-Shot)31.21
MATH Lvl 5 (4-Shot)6.95
GPQA (0-shot)8.50
MuSR (0-shot)12.84
MMLU-PRO (5-shot)23.60

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
338469a

0 моделей