/ Модель

Характеристики

Контекст
32 764 токена
Параметры
103 млрд
Лицензия
Не указана
Архитектура
llama · dense
Опубликована
5 фев 2024

BigWeave-v15-103b

Генерация текстаТекст → текст5 профессий

Экспериментальная 103-миллиардная Llama-модель для генерации текста и диалогов, полученная слиянием слоёв 152334H/miqu-1-70b-sf.

61скачиваний за 30 дней2лайкавеса обновлены5 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

BigWeave v15 103b — экспериментальная слитая языковая модель от автора репозитория llmixer. Она создана на основе повторного слияния слоёв модели 152334H/miqu-1-70b-sf: по измерениям exl2 выбраны подходящие слои, а пары слоёв продублированы для перекрытия. Модель построена на архитектуре LlamaForCausalLM, содержит 102,9 млрд параметров и имеет контекстное окно 32 764 токена.

Модель предназначена для генерации текста и диалогов. В README указаны форматы подсказок Mistral, Vicuna и Alpaca; приведены результаты тестов на рассуждение и понимание текста. Номер версии отражает последовательность экспериментов со слиянием и сам по себе не показывает качество. Файлы представлены в формате safetensors. Лицензия в метаданных обозначена как unknown.

Сценарии применения

  • генерация ответов в диалоге
  • создание связного текста по подсказке
  • эксперименты с качеством слитых языковых моделей

Ограничения

Автор отмечает, что номер версии не является показателем качества; модель относится к экспериментам по поиску настроек слияния. Лицензия в метаданных указана как unknown.

Для каких профессий подходит5

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

BigWeave v15 103b

The BigWeave models aim to experimentally identify merge settings for increasing model performance. The version number merely tracks various attempts and is not a quality indicator. Only results demonstrating good performance are retained and shared.

Prompting Format

Mistral, Vicuna and Alpaca.

Merge process

This is a self-merge of 152334H/miqu-1-70b-sf. By conducting exl2 measurements, we identify the most relevant layers. These layers are then duplicated in pairs to ensure overlaps.

Merge configuration:

slices:
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [0,3]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [1,5]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [3,7]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [5,9]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [7,18]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [16,21]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [19,27]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [25,30]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [28,32]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [30,34]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [32,36]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [34,38]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [36,40]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [38,42]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [40,44]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [42,46]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [44,48]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [46,51]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [49,77]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [75,79]
  - sources:
    - model: 152334H/miqu-1-70b-sf
      layer_range: [77,80]
merge_method: passthrough
dtype: float16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.71.67
AI2 Reasoning Challenge (25-Shot)69.71
HellaSwag (10-Shot)86.41
MMLU (5-Shot)71.25
TruthfulQA (0-shot)66.10
Winogrande (5-shot)80.35
GSM8k (5-shot)56.18

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
fee2633

0 моделей