/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
13,4 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
openchat-3.5-0106
Опубликована
26 фев 2024

chatty-djinn-14B

Генерация текстаТекст → текст9 профессий

Диалоговая модель Mistral с 13,4 млрд параметров для генерации текста и ответов на вопросы.

473скачиваний за 30 дней0лайковвеса обновлены4 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

Chatty-Djinn-14B — диалоговая языковая модель на архитектуре Mistral, созданная объединением нескольких моделей с помощью LazyMergekit. В состав слияния входят OpenChat, OpenHermes и другие модели семейства Mistral; репозиторий содержит веса в формате safetensors и около 13,4 млрд параметров.

Модель предназначена для диалогов и генерации текста, включая ответы на общие вопросы и рассуждения. В карточке приведены результаты тестов на задачах понимания и рассуждения; они не гарантируют аналогичное качество в прикладных сценариях. Контекстное окно — до 32 768 токенов. Указана лицензия Apache-2.0.

Сценарии применения

  • ведение текстового диалога
  • ответы на общие вопросы
  • генерация продолжений текста
  • решение задач на рассуждение
  • помощь с учебными вопросами

Ограничения

Показатели в README относятся к бенчмаркам и не подтверждают качество на конкретных пользовательских задачах. В метаданных и карточке не приведены сведения о поддерживаемых естественных языках.

Для каких профессий подходит9

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

thumbnail

djinn

djinn is a merge of the following models using LazyMergekit:

🏆 Benchmarks

Nous benchmarks, find more details here

ModelAGIEvalGPT4AllTruthfulQABigbenchAverage
chatty-djinn-14B38.4376.2968.0247.657.59

AGIEval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc23.62±2.67
acc_norm21.65±2.59
agieval_logiqa_en0acc32.26±1.83
acc_norm33.79±1.86
agieval_lsat_ar0acc23.04±2.78
acc_norm23.04±2.78
agieval_lsat_lr0acc38.82±2.16
acc_norm39.22±2.16
agieval_lsat_rc0acc59.48±3.00
acc_norm54.65±3.04
agieval_sat_en0acc75.73±2.99
acc_norm74.27±3.05
agieval_sat_en_without_passage0acc35.92±3.35
acc_norm34.47±3.32
agieval_sat_math0acc31.36±3.14
acc_norm26.36±2.98

Average: 38.43%

GPT4All

TaskVersionMetricValueStderr
arc_challenge0acc62.12±1.42
acc_norm65.44±1.39
arc_easy0acc83.88±0.75
acc_norm78.58±0.84
boolq1acc88.07±0.57
hellaswag0acc65.18±0.48
acc_norm86.45±0.34
openbookqa0acc39.60±2.19
acc_norm48.60±2.24
piqa0acc82.26±0.89
acc_norm83.62±0.86
winogrande0acc83.27±1.05

Average: 76.29%

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc150.55±1.75
mc268.02±1.52

Average: 68.02%

Bigbench

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade57.89±3.59
bigbench_date_understanding0multiple_choice_grade64.50±2.49
bigbench_disambiguation_qa0multiple_choice_grade32.56±2.92
bigbench_geometric_shapes0multiple_choice_grade26.18±2.32
exact_str_match1.11±0.55
bigbench_logical_deduction_five_objects0multiple_choice_grade30.80±2.07
bigbench_logical_deduction_seven_objects0multiple_choice_grade22.86±1.59
bigbench_logical_deduction_three_objects0multiple_choice_grade57.67±2.86
bigbench_movie_recommendation0multiple_choice_grade62.00±2.17
bigbench_navigate0multiple_choice_grade56.20±1.57
bigbench_reasoning_about_colored_objects0multiple_choice_grade65.65±1.06
bigbench_ruin_names0multiple_choice_grade64.73±2.26
bigbench_salient_translation_error_detection0multiple_choice_grade17.33±1.20
bigbench_snarks0multiple_choice_grade76.24±3.17
bigbench_sports_understanding0multiple_choice_grade75.15±1.38
bigbench_temporal_sequences0multiple_choice_grade48.90±1.58
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade22.32±1.18
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade18.17±0.92
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade57.67±2.86

Average: 47.6%

Average score: 57.59%

🧩 Configuration

Inspired by theprofessor's config

merge_method: linear # use linear so we can include multiple models, albeit at a zero weight
parameters:
  weight: 1.0 # weight everything as 1 unless specified otherwise - linear with one model weighted at 1 is a no-op like passthrough
slices:
  - sources:
      - model: openchat/openchat-3.5-0106
        layer_range: [0, 1]
      - model: teknium/OpenHermes-2.5-Mistral-7B 
        layer_range: [0, 1]
        parameters:
          weight: 0
  - sources:
      - model: bardsai/jaskier-7b-dpo-v6.1
        layer_range: [1, 10]
  - sources:
      - model: senseable/WestLake-7B-v2
        layer_range: [10, 20]
  - sources:
      - model: NousResearch/Nous-Hermes-2-Mistral-7B-DPO
        layer_range: [20, 30]
  - sources:
      - model: paulml/OGNO-7B
        layer_range: [15, 25]
  - sources:
      - model: paulml/DPOB-INMTOB-7B
        layer_range: [22, 32]
  - sources:
      - model: mlabonne/AlphaMonarch-7B
        layer_range: [5, 15]
  - sources: 
      - model: openchat/openchat-3.5-0106
        layer_range: [31, 32]
      - model: teknium/OpenHermes-2.5-Mistral-7B
        layer_range: [31, 32]
        parameters:
          weight: 0
dtype: float16
tokenizer_source: model:openchat/openchat-3.5-0106

An example

User: Sally (a girl) has 3 brothers. Each brother has 2 sisters. How many sisters does Sally have? Think step by step and the result MUST BE A NUMBER

djinn: In this family structure, we know there are 4 aka '1 + 3-brothers' (1 being initially for Sally) existing individuals who are also the siblings of the 3-brother-group. As each of the 3-brothers has 2-sisters each, that sums up to 6 total sister- roles. Since we already accounted for one of the sisters (assuming to be the oldest or in alphabetical order, as names were not given) to be part of the 3-brother group, we subtract one from the 6-sisters total. So, considering the provided information, Sally would have 6 - 1 = 5 remaining younger or alphabetically-wise- placed, biological-sisters. However, note that this problem statement might not perfectly align with real-life complexities, such as same-sex twins, adoption, etc., but within the given context, the solution is 5.

Remember, in more intricate or unclear family tree scenarios, it'd be best to directly ask for clarifications or consider additional data points. In short, with the given constraints, Sally has 5 known, direct, biological, and likely-in-age-order, younger/alphabetically-placed, sister-siblings.(To reiterate the core result in a concise manner: 5).

(Please excuse the verbosity, aiming for thoroughness and clarity.)

This response maintains the initial request's numerical focus while providing a detailed explanation to ensure understanding.

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mayacinka/djinn"
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.72.08
AI2 Reasoning Challenge (25-Shot)70.39
HellaSwag (10-Shot)86.45
MMLU (5-Shot)64.40
TruthfulQA (0-shot)67.57
Winogrande (5-shot)83.11
GSM8k (5-shot)60.58

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
ee5cb91

0 моделей