/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
NeuralBeagle14-7B
Опубликована
2 фев 2024

munin-neuralbeagle-7b-density-very-high

Генерация текстаТекст → текст15 профессий

Объединённая 7,1-миллиардная Mistral-модель для генерации текста, диалогов, следования инструкциям и рассуждений.

19скачиваний за 30 дней0лайковвеса обновлены2 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

munin-neuralbeagle-7b-density-very-high — объединённая текстовая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана с помощью LazyMergekit методом dare_ties на основе munin-7b-alpha и mlabonne/NeuralBeagle14-7B; конфигурация задаёт для NeuralBeagle плотность 0,9 и вес 0,6, а итоговый тип данных — bfloat16.

Модель предназначена для генерации текста, в том числе диалогов, ответов на инструкции, рассуждений и творческих текстов — эти возможности указаны в описании базовой NeuralBeagle14-7B. Контекст составляет до 32 768 токенов. В репозитории опубликованы веса в формате safetensors.

Карточка не указывает лицензию. Качество и ограничения итогового слияния отдельно не описаны; возможности и поведение базовых моделей могут отличаться от поведения объединённой модели.

Сценарии применения

  • генерация диалоговых ответов
  • выполнение текстовых инструкций
  • создание творческих текстов
  • получение ответов и объяснений на текстовые запросы
  • генерация текста с длинным контекстом

Ограничения

Языки и лицензия в предоставленных сведениях не указаны. Качество и отдельные ограничения объединённой модели не описаны.

Для каких профессий подходит15

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

munin-neuralbeagle-7b-density-very-high

munin-neuralbeagle-7b-density-very-high is a merge of the following models using LazyMergekit:

🧩 Configuration

  models:
  - model: danish-foundation-models/munin-7b-alpha
    # No parameters necessary for base model
  - model: mlabonne/NeuralBeagle14-7B
    parameters:
      density: 0.9
      weight: 0.6
  merge_method: dare_ties
  base_model: danish-foundation-models/munin-7b-alpha
  parameters:
    int8_mask: true
  dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "merge-crew/munin-neuralbeagle-7b-density-very-high"
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"])

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
34f0f9e

0 моделей