/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
samantha-mistral-7b
Опубликована
2 мар 2024

yam-sam-7B

Генерация текстаТекст → текст9 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

60скачиваний за 30 дней1лайквеса обновлены2 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

yam-sam-7B — объединённая языковая модель, созданная mayacinka с помощью LazyMergekit на основе cognitivecomputations/samantha-mistral-7b, CorticalStack/shadow-clown-7B-dare и yam-peleg/Experiment26-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Заявленная длина контекста — 32 768 токенов.

В карточке приведены результаты Open LLM Leaderboard: среднее значение 74,58, оценка ARC (25-shot) 70,90 и HellaSwag (10-shot) 87,92. Модель принимает текст и генерирует текст; сведений о целевых языках и специализированных предметных областях в доступных данных нет. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • ответы на текстовые запросы
  • решение задач на общие знания и рассуждение
  • создание диалоговых ответов

Ограничения

В README приведены результаты лишь по части тестов Leaderboard, поэтому они не характеризуют качество на всех задачах. Данные о поддерживаемых языках и специализированных областях применения не приведены.

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

yam-sam-7B

yam-sam-7B is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: yam-peleg/Experiment27-7B
    # No parameters necessary for base model
  - model: cognitivecomputations/samantha-mistral-7b
    parameters:
      weight: 0.3
      density: 0.8
  - model: CorticalStack/shadow-clown-7B-dare
    parameters:
      weight: 0.1
      density: 0.8
  - model: yam-peleg/Experiment26-7B
    parameters:
      weight: 0.6
      density: 0.8
merge_method: dare_ties
base_model: yam-peleg/Experiment27-7B
parameters:
  int8_mask: true
dtype: bfloat16
random_seed: 0

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mayacinka/yam-sam-7B"
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.74.58
AI2 Reasoning Challenge (25-Shot)70.90
HellaSwag (10-Shot)87.92
MMLU (5-Shot)65.39
TruthfulQA (0-shot)71.30
Winogrande (5-shot)83.03
GSM8k (5-shot)68.92

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
918270e

0 моделей