/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
2,7 млрд
Размер весов
6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
27 фев 2024

mm4-3b

Генерация текстаТекст → текст6 профессий

Разговорная модель Llama на 2,7 млрд параметров для генерации текста и ответов в диалоге.

77скачиваний за 30 дней3лайкавеса 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

MM4-3b — разговорная языковая модель на архитектуре Llama, опубликованная автором liminerity. В карточке указано, что модель создана с помощью продолжительного обучения и слияния моделей; в описании метода упоминаются blur-7b и дообученная на наборе Dolphin модель Mistral, но точная цепочка получения MM4-3b не раскрыта.

Модель предназначена для генерации текста и диалоговых сценариев. Она содержит 2,7 млрд параметров, использует плотную архитектуру Llama и рассчитана на контекст до 2048 токенов. В качестве обучающих данных указаны GPT4-LLM-Cleaned и Alpaca-GPT4. Карточка приводит результаты оценивания, включая среднее значение 53,22, но не уточняет полный протокол и все условия измерений.

Модель распространяется под лицензией Apache-2.0. Ограниченный контекст и отсутствие подробных сведений о процедуре обучения и слияния затрудняют оценку её качества и поведения в конкретных задачах.

Сценарии применения

  • генерация ответов в текстовом чате
  • создание черновиков и продолжение текста
  • ответы на инструкции и запросы пользователя

Ограничения

Контекст ограничен 2048 токенами. README не раскрывает точную цепочку обучения и слияния MM4-3b, а также полный протокол оценки приведённых результатов.

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

MM4-3b

a llama based model i made thru extensive training and merging ill explain later i literally made so many models today

Title: Divergent Knowledge Enhancement through Retrograde Merging Strategies: Redefining Accuracy Perspectives in Language Model Evolution

Abstract: Have you picked up any bad habits, or have you ever learned to do something incorrectly, only to realize you must completly relearn whatever it is you're trying to accomplish? In this proposal, we present an innovative and unconventional approach to enhancing the performance and knowledge base of natural language models. Our proposed method, titled 'Divergent Knowledge Enhancement through Retrograde Merging Strategies' (DKE-RS), aims to challenge traditional practices in model development by incorporating a deliberate back-and-forth merger between high and low accuracy language models.

The initial conceptualization of DKE-RS stemmed from the realization that learning often encompasses both acquisition and unlearning, as encapsulated by the quote, "learning is just as sacred as unlearning." The proposed technique commences with a baseline model, 'blur-7b,' attaining an accuracy rate of 72.1%, subsequently merged with a Mistral fine-tuned model on the Dolphin dataset, only achieving a 46% accuracy level.

By deliberately merging with less accurate models and retracing the evolutionary process, DKE-RS aims to broaden the knowledge base of the resulting model. This strategy, dubbed 'making the bad good,' intentionally degrades the initial accuracy in an effort to refine it, thus breaking conventional iterative improvements for innovative progression.

image/png

The DKE-RS method challenges the status quo by not solely relying on a linear enhancement trajectory, instead adopting a more holistic and diverse approach. We anticipate that this non-linear merger process will further diversify the model's knowledge base, thereby creating a more resilient and well-rounded language generation tool, capable of handling complex contexts with a broader understanding.

Through thorough experimentation and analysis, we plan to assess the effectiveness and potential drawbacks of DKE-RS, comparing it to traditional merging techniques. The results from such evaluations will provide valuable insights into the efficacy of this divergent strategy in the landscape of natural language model development.

We posit that the Divergent Knowledge Enhancement through Retrograde Merging Strategies approach contributes a significant and compelling step forward in the field, provoking thought-provoking discourse about the nature of accuracy refinement and model progression.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.53.22
AI2 Reasoning Challenge (25-Shot)44.80
HellaSwag (10-Shot)70.41
MMLU (5-Shot)50.90
TruthfulQA (0-shot)43.20
Winogrande (5-shot)66.22
GSM8k (5-shot)43.82

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3fe0c49

0 моделей