/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
dpo-binarized-NeuralTrix-7B
Опубликована
12 фев 2024

binarized-ingotrix-slerp-7b

Генерация текстаТекст → текст12 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации текста и диалогов с контекстом до 32 768 токенов.

56скачиваний за 30 дней1лайквеса обновлены11 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

binarized-ingotrix-slerp-7b — объединённая языковая модель, созданная liminerity методом SLERP с помощью LazyMergekit из eren23/dpo-binarized-NeuralTrix-7B и liminerity/Ingot-7b-slerp-7-forged. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и использует формат SafeTensors; заявленная длина контекста — 32 768 токенов.

Модель предназначена для генерации текста и диалоговых сценариев. В README приведены результаты оценивания на тестах AI2 Reasoning Challenge и HellaSwag. Использование разрешено по лицензии Apache 2.0. Языки, на которых модель специально обучена или проверена, в предоставленных данных не определены.

Сценарии применения

  • генерация ответов в диалоге
  • написание и продолжение текстов
  • ответы на общие вопросы
  • решение задач на рассуждение
  • генерация текста с длинным контекстом

Ограничения

В предоставленных данных не указаны поддерживаемые языки и подробные ограничения качества; приведённые результаты охватывают только отдельные тесты.

Для каких профессий подходит12

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

binarized-ingotrix-slerp-7b

binarized-ingotrix-slerp-7b is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: eren23/dpo-binarized-NeuralTrix-7B
        layer_range: [0, 32]
      - model: liminerity/Ingot-7b-slerp-7-forged
        layer_range: [0, 32]
merge_method: slerp
base_model: eren23/dpo-binarized-NeuralTrix-7B
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/binarized-ingotrix-slerp-7b"
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"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.76.04
AI2 Reasoning Challenge (25-Shot)73.21
HellaSwag (10-Shot)88.64
MMLU (5-Shot)64.85
TruthfulQA (0-shot)75.57
Winogrande (5-shot)82.87
GSM8k (5-shot)71.11

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
a043f0b

0 моделей