/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
Ingot-7b-slerp
Опубликована
23 янв 2024

Ingot-7b-slerp-2

Генерация текстаТекст → текст7 профессий

Слитая 7,1-миллиардная модель семейства Mistral для генерации текста по запросу с контекстом до 32 768 токенов.

23скачиваний за 30 дней1лайквеса обновлены23 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

Ingot-7b-slerp-2 — слитая модель для генерации текста, созданная liminerity с помощью LazyMergekit из liminerity/Ingot-7b-slerp и flemmingmiguel/MBX-7B методом SLERP. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате Safetensors. Модель подходит для генерации продолжений и ответов на текстовые запросы. README описывает способ слияния, но не приводит сведения о специализации, поддерживаемых языках или лицензии.

Сценарии применения

  • генерация текста по текстовой подсказке
  • составление ответов на текстовые запросы
  • продолжение заданного текста

Ограничения

README не описывает специализацию, качество на конкретных задачах или поддерживаемые языки. Лицензия в предоставленных данных не указана.

Для каких профессий подходит7

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

Ingot-7b-slerp-2

Ingot-7b-slerp-2 is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: liminerity/Ingot-7b-slerp
        layer_range: [0, 32]
      - model: flemmingmiguel/MBX-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: liminerity/Ingot-7b-slerp
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 = "liminerity/Ingot-7b-slerp-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
84963cf

0 моделей