/ 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
1 мая 2024

IceLatteRP-7b

Генерация текстаТекст → текст3 профессии

Слитая модель Mistral на 7,1 млрд параметров для генерации текста и ролевых диалогов, включая контент для взрослой аудитории.

24скачиваний за 30 дней6лайковвеса обновлены3 мая 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

IceLatteRP-7b — языковая модель на архитектуре Mistral, созданная автором репозитория icefog72 слиянием предварительно обученных моделей IceCoffeeRP и WestIceLemonTeaRP методом SLERP с помощью mergekit. Она предназначена для генерации текста и диалоговых сценариев с шаблоном Alpaca или, возможно, ChatML; карточка отмечает модель как рассчитанную не на любую аудиторию и для NSFW-контента.

Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, а длина контекста составляет 32 768 токенов. В репозитории указаны веса safetensors и варианты квантования EXL2 на 4,2, 6,5 и 8 бит на вес; также упомянута сборка GGUF. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. README приводит результаты оценивания на нескольких бенчмарках, однако не описывает их методику подробно.

Сценарии применения

  • генерация ролевых диалогов
  • написание художественных сцен для взрослых
  • продолжение пользовательского текста
  • диалоговое взаимодействие через шаблон Alpaca или ChatML

Ограничения

Модель помечена как не подходящая для всех аудиторий и ориентированная на NSFW-контент. Коммерческое использование ограничено лицензией CC BY-NC 4.0; README не уточняет, какой из шаблонов Alpaca или ChatML следует применять.

Для каких профессий подходит3

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

IceLatteRP-7b

image/png

This is a merge of pre-trained language models created using mergekit.

Merge Details

I'm preaty satisfied with this result. For feedback https://discord.com/channels/1100685673633153084/1235399815907643512

Useful stuff https://huggingface.co/icefog72/GeneralInfoToStoreNotModel/tree/main

Merge Method

This model was merged using the SLERP merge method. Prompt template: Alpaca, maybe ChatML

  • measurement.json for quanting exl2 included.

thx mradermacher for

Models Merged

The following models were included in the merge:

  • IceCoffeeRP
  • WestIceLemonTeaRP

I recommend using the huggingface-hub Python library:

pip3 install huggingface-hub

To download the main branch to a folder called IceLatteRP-7b:

mkdir IceLatteRP-7b
huggingface-cli download icefog72/IceLatteRP-7b --local-dir IceLatteRP-7b --local-dir-use-symlinks False

If you remove the --local-dir-use-symlinks False parameter, the files will instead be stored in the central Hugging Face cache directory (default location on Linux is: ~/.cache/huggingface), and symlinks will be added to the specified --local-dir, pointing to their real location in the cache. This allows for interrupted downloads to be resumed, and allows you to quickly clone the repo to multiple places on disk without triggering a download again. The downside, and the reason why I don't list that as the default option, is that the files are then hidden away in a cache folder and it's harder to know where your disk space is being used, and to clear it up if/when you want to remove a download model.

The cache location can be changed with the HF_HOME environment variable, and/or the --cache-dir parameter to huggingface-cli.

For more documentation on downloading with huggingface-cli, please see: HF -> Hub Python Library -> Download files -> Download from the CLI.

To accelerate downloads on fast connections (1Gbit/s or higher), install hf_transfer:

pip3 install hf_transfer

And set environment variable HF_HUB_ENABLE_HF_TRANSFER to 1:

mkdir FOLDERNAME
HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download MODEL --local-dir FOLDERNAME --local-dir-use-symlinks False

Windows Command Line users: You can set the environment variable by running set HF_HUB_ENABLE_HF_TRANSFER=1 before the download command.

Configuration

The following YAML configuration was used to produce this model:


slices:
  - sources:
      - model: IceCoffeeRP
        layer_range: [0, 32]
      - model: WestIceLemonTeaRP
        layer_range: [0, 32]
merge_method: slerp
base_model: WestIceLemonTeaRP
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
dtype: bfloat16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.72.50
AI2 Reasoning Challenge (25-Shot)70.05
HellaSwag (10-Shot)87.74
MMLU (5-Shot)64.55
TruthfulQA (0-shot)66.13
Winogrande (5-shot)82.32
GSM8k (5-shot)64.22

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
d4141c4

0 моделей