/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Base-2407-chatml
Библиотека
transformers
Опубликована
16 сен 2024

MN-12B-Mag-Mell-R1

Генерация текстаТекст → текст3 профессии

Слитая модель Mistral Nemo на 12,1 млрд параметров для диалоговой генерации, ролевых сценариев и художественного письма.

2 626скачиваний за 30 дней255лайковвеса обновлены3 апр 2025

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.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3163

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3438

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1299

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5304

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4613

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4002

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MN-12B-Mag-Mell-R1 — созданная inflatebot многокомпонентная языковая модель, полученная слиянием нескольких моделей семейства Mistral Nemo через mergekit. Это плотная авторегрессионная модель MistralForCausalLM с 12,1 млрд параметров; в качестве основы использована IntervitensInc/Mistral-Nemo-Base-2407-chatml, для диалогов рекомендуется формат ChatML. Заявленное в метаданных контекстное окно составляет 1 024 000 токенов.

Модель предназначена для генерации текста общего назначения с упором на художественное письмо, ролевые диалоги, построение вымышленных миров и выразительную прозу. Объединение компонентов ориентировано на сочетание ролевых сценариев и тематического охвата, связности и опоры на факты, а также качества прозы. README приводит настройки сэмплирования, проверенные авторами, и отмечает, что результаты могут ухудшаться при чрезмерном использовании некоторых сэмплеров.

Это текстовая модель, принимающая запросы и выдающая текст; специальных областей знаний или поддержки конкретных естественных языков карточка не заявляет. Ранние тестовые версии могли выдавать служебные токены, а квантование KV-кэша может усиливать эту проблему. Репозиторий распространяет веса в формате Safetensors; README также упоминает отдельные сборки GGUF и EXL2. Лицензия в предоставленных данных не указана.

Сценарии применения

  • написание художественной прозы с выразительным стилем
  • ведение ролевых диалогов и игровых сцен
  • создание описаний вымышленных миров и персонажей
  • генерация творческих текстов по пользовательскому замыслу

Ограничения

Ранние тестовые версии могли выдавать служебные токены; README предупреждает, что квантование KV-кэша может усиливать эту проблему. Поддерживаемые естественные языки и лицензия в предоставленных материалах не обозначены.

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

Made with NovelAI Welcome, brave one; you've come a long mile.

MN-12B-Mag-Mell-R1

NOTE for newer users: "R1" here means "Revision 1". This model predates DeepSeek's R1; DeepSeek inadvertently made using this versioning scheme very annoying!

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

Official Q4_K_M, Q6_K and Q_8 GGUFs by me

More available from mradermacher

Official EXL2 by toastypigeon

Usage Details

Sampler Settings

Mag Mell R1 was tested with Temp 1.25 and MinP 0.2. This was fairly stable up to 10K, but this might be too "hot". If issues with coherency occur, try increasing MinP or decreasing Temperature.

Other samplers shouldn't be necessary. XTC was shown to break outputs. DRY should be okay if used sparingly. Other penalty-type samplers should probably be avoided.

Formatting

The base model for Mag Mell is Mistral-Nemo-Base-2407-chatml, and as such ChatML formatting is recommended.

Early testing versions had a tendency to leak tokens, but this should be more or less hammered out. It recently (12-18-2024) came to attention that Cache Quantization may either cause or exacerbate this issue.

Merge Details

Mag Mell is a multi-stage merge, Inspired by hyper-merges like Tiefighter and Umbral Mind. Intended to be a general purpose "Best of Nemo" model for any fictional, creative use case.

6 models were chosen based on 3 categories; they were then paired up and merged via layer-weighted SLERP to create intermediate "specialists" which are then evaluated in their domain. The specialists were then merged into the base via DARE-TIES, with hyperparameters chosen to reduce interference caused by the overlap of the three domains. The idea with this approach is to extract the best qualities of each component part, and produce models whose task vectors represent more than the sum of their parts.

The three specialists are as follows:

I've been dreaming about this merge since Nemo tunes started coming out in earnest. From our testing, Mag Mell demonstrates worldbuilding capabilities unlike any model in its class, comparable to old adventuring models like Tiefighter, and prose that exhibits minimal "slop" (not bad for no finetuning,) frequently devising electrifying metaphors that left us consistently astonished.

I don't want to toot my own bugle though; I'm really proud of how this came out, but please leave your feedback, good or bad.

Special thanks as usual to Toaster for his feedback and Fizz for helping fund compute, as well as the KoboldAI Discord for their resources.

Merge Method

This model was merged using the DARE TIES merge method using IntervitensInc/Mistral-Nemo-Base-2407-chatml as a base.

Models Merged

The following models were included in the merge:

  • IntervitensInc/Mistral-Nemo-Base-2407-chatml
  • nbeerbower/mistral-nemo-bophades-12B
  • nbeerbower/mistral-nemo-wissenschaft-12B
  • elinas/Chronos-Gold-12B-1.0
  • Fizzarolli/MN-12b-Sunrose
  • nbeerbower/mistral-nemo-gutenberg-12B-v4
  • anthracite-org/magnum-12b-v2.5-kto

Configuration

The following YAML configurations were used to produce this model:

Monk:

models:
  - model: nbeerbower/mistral-nemo-bophades-12B
  - model: nbeerbower/mistral-nemo-wissenschaft-12B
merge_method: slerp
base_model: nbeerbower/mistral-nemo-bophades-12B
parameters:
  t: [0.1, 0.2, 0.4, 0.6, 0.6, 0.4, 0.2, 0.1]
dtype: bfloat16
tokenizer_source: base

Hero:

models:
  - model: elinas/Chronos-Gold-12B-1.0
  - model: Fizzarolli/MN-12b-Sunrose
merge_method: slerp
base_model: elinas/Chronos-Gold-12B-1.0
parameters:
  t: [0.1, 0.2, 0.4, 0.6, 0.6, 0.4, 0.2, 0.1]
dtype: bfloat16
tokenizer_source: base

Deity:

models:
  - model: nbeerbower/mistral-nemo-gutenberg-12B-v4
  - model: anthracite-org/magnum-12b-v2.5-kto
merge_method: slerp
base_model: nbeerbower/mistral-nemo-gutenberg-12B-v4
parameters:
  t: [0, 0.1, 0.2, 0.25, 0.25, 0.2, 0.1, 0]
dtype: bfloat16
tokenizer_source: base

Mag Mell:

models:
 - model: monk
   parameters:
     density: 0.7
     weight: 0.5
 - model: hero
   parameters:
     density: 0.9
     weight: 1
 - model: deity
   parameters:
     density: 0.5
     weight: 0.7
merge_method: dare_ties
base_model: IntervitensInc/Mistral-Nemo-Base-2407-chatml
tokenizer_source: base

In Irish mythology, Mag Mell (modern spelling: Magh Meall, meaning 'delightful plain') is one of the names for the Celtic Otherworld, a mythical realm achievable through death and/or glory... Never explicitly stated in any surviving mythological account to be an afterlife; rather, it is usually portrayed as a paradise populated by deities, which is occasionally visited by some adventurous mortals. In its island guise, it was visited by various legendary Irish heroes and monks, forming the basis of the adventure myth or echtrae...

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
b5f9f34

0 моделей