/ Модель

Характеристики

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

trinity-v1

Генерация текстаТекст → текст5 профессий

Jan-HQ Trinity v1 — объединённая методом SLERP модель Mistral для англоязычных диалогов и генерации текста.

75скачиваний за 30 дней15лайковвеса обновлены3 янв 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 Trinity v1 — объединённая разговорная языковая модель, опубликованная Jan. Она создана методом SLERP из моделей viethq188/LeoScorpius-7B-Chat-DPO и GreenNode/GreenNodeLM-7B-v1olet; в README базовой названа GreenNode/GreenNodeLM-7B-v1olet. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы. Для работы с чатом в карточке приведён шаблон с инструкцией и полем ответа; модель также запускалась через Jan Desktop на macOS, Windows и Linux.

Модель предназначена для диалогов, выполнения инструкций и генерации текста на английском языке. Максимальная длина контекста по метаданным — 32 768 токенов. Лицензия — Apache-2.0. README описывает проект объединения моделей как тестовый; приведены результаты Open LLM Leaderboard, но они не гарантируют качество на других задачах. Кроме того, оценка текущего качества и поведения в различных сценариях по имеющимся данным ограничена.

Сценарии применения

  • ответы на инструкции на английском языке
  • ведение диалогов с чат-ассистентом
  • генерация текстовых ответов по запросу
  • локальный запуск языковой модели через Jan Desktop

Ограничения

README называет проект объединения моделей тестовым. Опубликованные оценки бенчмарка не позволяют судить о качестве модели во всех сценариях.

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

Model Description

This model uses the Slerp merge method from the best models on 14th Dec on the OpenLLM Leaderboard:

  1. viethq188/LeoScorpius-7B-Chat-DPO
  2. GreenNode/GreenNodeLM-7B-v1olet

The yaml config file for this model is here:

slices:
  - sources:
      - model: viethq188/LeoScorpius-7B-Chat-DPO
        layer_range: [0, 32] 
      - model: GreenNode/GreenNodeLM-7B-v1olet
        layer_range: [0, 32]
merge_method: slerp
base_model: GreenNode/GreenNodeLM-7B-v1olet
parameters:
  t:
    - filter: lm_head 
      value: [0.55]
    - filter: embed_tokens
      value: [0.7]
    - filter: self_attn
      value: [0.65, 0.35]
    - filter: mlp
      value:  [0.35, 0.65]
    - filter: layernorm
      value: [0.4, 0.6]
    - filter: modelnorm
      value: [0.6]
    - value: 0.5 # fallback for rest of tensors
dtype: bfloat16

Thank you Undi95 for the secret sauce and Charles Goddard for mergekit.

Prompt template

Work best on:

{system_message}
### Instruction:
{prompt}

### Response:

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.74.8
ARC (25-shot)72.27
HellaSwag (10-shot)88.36
MMLU (5-shot)65.2
TruthfulQA (0-shot)69.31
Winogrande (5-shot)82
GSM8K (5-shot)71.65

Acknowlegement

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
ed8a3f0

0 моделей