/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
CC BY-NC-ND 4.0
Архитектура
mistral · dense
Опубликована
1 мар 2024

Merkaba-Maven-0.2

Генерация текстаТекст → текст6 профессий

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

13скачиваний за 30 дней0лайковвеса обновлены1 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

Merkaba-Maven-0.2 — слитая языковая модель, созданная jefferylovely с помощью LazyMergekit. В README указано слияние методом SLERP модели bardsai/jaskier-7b-dpo-v7.1 и jefferylovely/Merkaba-Maven-0.1; конфигурация задаёт смешивание слоёв self-attention и MLP. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста. Веса опубликованы в формате safetensors, вычислительная точность слияния — bfloat16. Лицензия CC BY-NC-ND 4.0 разрешает распространение с указанием авторства, но запрещает коммерческое использование и распространение производных версий. README и метаданные не описывают конкретные языки, специализированные области или сравнительные результаты, поэтому назначение следует считать общим.

Сценарии применения

  • генерация текста по запросу
  • продолжение заданного текста
  • создание черновиков и вариантов формулировок

Ограничения

README и метаданные не приводят оценки качества, ограничения по языкам или результаты тестирования. Лицензия запрещает коммерческое использование и распространение производных версий.

Для каких профессий подходит6

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

jefferylovely/Merkaba-Maven-0.2

jefferylovely/Merkaba-Maven-0.2 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: bardsai/jaskier-7b-dpo-v7.1
        layer_range: [0, 32]
      - model: jefferylovely/Merkaba-Maven-0.1
        layer_range: [0, 32]
merge_method: slerp
base_model: jefferylovely/Merkaba-Maven-0.1
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

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "jefferylovely/jefferylovely/Merkaba-Maven-0.2"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
8d4816d

0 моделей