/ Модель

Характеристики

Контекст
16 384 токена
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Архитектура
mistral · dense
Базовая модель
Mahou-1.3-mistral-nemo-12B
Библиотека
transformers
Опубликована
21 окт 2024

MN-Tiramisu-12B

Генерация текстаТекст → текст3 профессии

Слитая диалоговая модель Mistral на 12,1 млрд параметров для длинных ролевых диалогов и генерации художественного текста.

30скачиваний за 30 дней4лайкавеса обновлены11 ноя 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

MN-Tiramisu-12B — диалоговая языковая модель на архитектуре Mistral, созданная автором matchaaaaa слиянием четырёх моделей через mergekit и линейный метод DARE. В основу слияния положена flammenai/Mahou-1.3-mistral-nemo-12B; также включены модели Gryphe/Pantheon-RP-1.5-12b-Nemo, Sao10K/MN-12B-Lyra-v1 и nbeerbower/mistral-nemo-gutenberg-12B-v4. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors для Transformers.

Она предназначена прежде всего для длинных ролевых диалогов и генерации художественного текста. Модель принимает текстовые сообщения в шаблоне ChatML и поддерживает контекст до 16 384 токенов; автор характеризует её как склонную к многословным ответам и отмечает настройки сэмплирования, которые можно подбирать экспериментально.

Качество зависит от сценария и параметров генерации; независимые результаты оценки в карточке не приведены. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • ведение длинных ролевых диалогов
  • генерация художественных сцен и продолжений
  • создание персонажных ответов в чате

Ограничения

Модель может выдавать многословные ответы; результат зависит от настроек сэмплирования. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cute

MN-Tiramisu-12B

This is a really yappity-yappy yapping model that's good for long-form RP. Tried to rein it in with Mahou and give it some more character understanding with Pantheon. Feedback is always welcome.

Native Context Length: 16K/16384 (can be extended using RoPE, YMMV)

Prompt Template: ChatML

<|im_start|>system
{system prompt}<|im_end|>
<|im_start|>user
{message}<|im_end|>
<|im_start|>assistant
{response}

Recommended Settings:

Here are some settings ranges that tend to work for me. They aren't strict values, and there's a bit of leeway in them. Feel free to experiment a bit!

  • Temperature: 1.0 (maybe less, a little bit goes a long way with Nemo)
  • Min-P: 0.1 to 0.2
  • (all other samplers disabled)

Merge Details

This is a merge of pre-trained language models created using mergekit.

Merge Method

This model was merged using the linear DARE merge method using flammenai/Mahou-1.3-mistral-nemo-12B as a base.

Models Merged

The following models were included in the merge:

  • nbeerbower/mistral-nemo-gutenberg-12B-v4
  • Sao10K/MN-12B-Lyra-v1
  • Gryphe/Pantheon-RP-1.5-12b-Nemo
  • flammenai/Mahou-1.3-mistral-nemo-12B

Configuration

The following YAML configuration was used to produce this model:

base_model: flammenai/Mahou-1.3-mistral-nemo-12B
dtype: bfloat16
merge_method: dare_linear
slices:
- sources:
  - layer_range: [0, 40]
    model: Gryphe/Pantheon-RP-1.5-12b-Nemo
    parameters:
      weight: [0.45, 0.35, 0.35, 0.2, 0.2]
  - layer_range: [0, 40]
    model: Sao10K/MN-12B-Lyra-v1
    parameters:
      weight: [0.25, 0.3, 0.35, 0.3, 0.2]
  - layer_range: [0, 40]
    model: nbeerbower/mistral-nemo-gutenberg-12B-v4
    parameters:
      weight:
      - filter: mlp
        value: [0.1, 0.2, 0.1, 0.4, 0.5]
      - value: [0.1, 0.2, 0.1, 0.2, 0.2]
  - layer_range: [0, 40]
    model: flammenai/Mahou-1.3-mistral-nemo-12B
    parameters:
      weight:
      - filter: mlp
        value: [0.2, 0.15, 0.2, 0.1, 0.1]
      - value: [0.2, 0.15, 0.2, 0.3, 0.4]
tokenizer_source: union

Benchmarks (or Benchmark because I tried only one)

I ran EQ bench from EleutherAI's lm-evaluation-harness (thank you @FallenMerick).

| Tasks  |Version|Filter|n-shot|     Metric      |   | Value  |   |Stderr|
|--------|------:|------|-----:|-----------------|---|-------:|---|-----:|
|eq_bench|    2.1|none  |     0|eqbench          |↑  | 79.3617|±  | 1.637|
|        |       |none  |     0|percent_parseable|↑  |100.0000|±  | 0.000|

And as always, have a great day!

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
bfa8a4c

0 моделей