/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
11 дек 2023

supermario-v2

Генерация текстаТекст → текст9 профессий

Слитая модель Mistral для диалоговой генерации текста, ответов на вопросы и задач на рассуждение.

73скачиваний за 30 дней8лайковвеса обновлены4 мар 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

jan-hq/supermario-v2 — языковая модель для генерации текста, созданная Jan с помощью слияния DARE_TIES. В основе лежит Mistral-7B-v0.1; в слиянии также использованы OpenHermes-2.5-neural-chat-v3-3-Slerp, MetaMath-Cybertron-Starling и Marcoroni-7B-v3. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 32 768 токенов.

Модель предназначена для диалогов и генерации ответов в формате ChatML, а также может применяться для математических вопросов и задач на рассуждение. В README приведены результаты оценок на бенчмарках ARC и HellaSwag. Запуск поддерживается через Jan Desktop на macOS, Windows и Linux. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на общие вопросы
  • решение математических задач
  • генерация объяснений и рассуждений

Ограничения

В README модель обозначена как тестовый проект по слиянию моделей; опубликованные оценки относятся к отдельным бенчмаркам и не гарантируют качество для всех задач.

Для каких профессий подходит9

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

Model Description

This model uses the DARE_TIES merge method from 3 models:

  1. OpenHermes-2.5-neural-chat-v3-3-Slerp
  2. MetaMath-Cybertron-Starling
  3. Marcoroni-7B-v3

The yaml config file for this model here:

base_model: mistralai/Mistral-7B-v0.1
dtype: bfloat16
merge_method: dare_ties
models:
- model: mistralai/Mistral-7B-v0.1
- model: Weyaxi/OpenHermes-2.5-neural-chat-v3-3-Slerp
  parameters:
    density: 0.8
    weight: 0.4
- model: Q-bert/MetaMath-Cybertron-Starling
  parameters:
    density: 0.8
    weight: 0.3
- model: AIDC-ai-business/Marcoroni-7B-v3
  parameters:
    density: 0.8
    weight: 0.3
parameters:
  int8_mask: true

Prompt template:

  • ChatML
<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant
  • System
### System:
{system}
### User:
{user}
### Assistant:

Run this model

You can run this model using Jan Desktop on Mac, Windows, or Linux.

Jan is an open source, ChatGPT alternative that is:

  • 💻 100% offline on your machine: Your conversations remain confidential, and visible only to you.
  • 🗂️ An Open File Format: Conversations and model settings stay on your computer and can be exported or deleted at any time.
  • 🌐 OpenAI Compatible: Local server on port 1337 with OpenAI compatible endpoints
  • 🌍 Open Source & Free: We build in public; check out our Github

image/png

About Jan

Jan believes in the need for an open-source AI ecosystem and is building the infra and tooling to allow open-source AIs to compete on a level playing field with proprietary ones.

Jan's long-term vision is to build a cognitive framework for future robots, who are practical, useful assistants for humans and businesses in everyday life.

Jan Model Merger

This is a test project for merging models.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here.

MetricValue
Avg.72.36
ARC (25-shot)68.52
HellaSwag (10-shot)86.51
MMLU (5-shot)64.88
TruthfulQA (0-shot)60.58
Winogrande (5-shot)81.37
GSM8K (5-shot)72.18

Acknowlegement

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.72.34
AI2 Reasoning Challenge (25-Shot)68.52
HellaSwag (10-Shot)86.51
MMLU (5-Shot)64.88
TruthfulQA (0-shot)60.58
Winogrande (5-shot)81.37
GSM8k (5-shot)72.18

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
8887ff8

0 моделей