/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,2 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
CapybaraHermes-2.5-Mistral-7B
Опубликована
6 фев 2024

shizhi-twilight-7B

Генерация текстаТекст → текст

Экспериментальная модель Mixtral, объединяющая англо- и китайскоязычные модели для проверки переноса качества дообучения между языками.

19скачиваний за 30 дней0лайковвеса обновлены6 фев 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

shizhi-twilight-7B — экспериментальная языковая модель, созданная слиянием MediaTek-Research/Breeze-7B-Instruct-v0_1 и argilla/CapybaraHermes-2.5-Mistral-7B методом SLERP с помощью LazyMergekit. Модель имеет архитектуру MixtralForCausalLM с MoE, содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для проверки того, переносится ли качество дообучения на английском языке на другой язык — китайский. Её можно применять для диалоговой генерации текста на китайском и английском, однако README описывает исследовательский эксперимент, а не подтверждённые показатели качества для практических сценариев. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • диалоговые ответы на китайском языке
  • генерация текста на английском языке
  • эксперименты с переносом качества дообучения между английским и китайским
  • сравнение методов слияния языковых моделей

Ограничения

Это экспериментальная модель для изучения переноса качества дообучения с английского на китайский; README не приводит оценок качества или подтверждённых результатов для прикладных сценариев.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

試製-暮光-7B

試製-暮光-7B 是用LazyMergekit融合以下模型生成的:

這是一個實驗模型,目的是爲了檢驗套用在不同語言上的高品質模型調教是否能夠轉移(此模型爲英文到中文)。

shizhi-twilight-7B

shizhi-twilight-7B is a merge of the following models using LazyMergekit:

This is an experiment product on checking whether high quality fine-tuning on one language (English) could be transferred to another language (Mandarin) leveraging Slerp merge method.

🧩 Configuration

slices:
  - sources:
      - model: MediaTek-Research/Breeze-7B-Instruct-v0_1
        layer_range: [0, 32]
      - model: argilla/CapybaraHermes-2.5-Mistral-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: MediaTek-Research/Breeze-7B-Instruct-v0_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 = "lipcut/shizhi-twilight-7B"
messages = [{"role": "user", "content": "什麼是大型語言模型?"}]

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
MixtralForCausalLM
Ревизия весов
a44cc75

0 моделей