/ Модель

Характеристики

Контекст
131 072 токена
Параметры
90,9 млрд
Размер весов
184 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Базовая модель
Hermes-3-Llama-3.1-70B
Библиотека
transformers
Опубликована
17 сен 2024

Hanames-90B-L3.1

Генерация текстаТекст → текст3 профессии

Слитая модель Llama 3.1 на 90,9 млрд параметров для ролевых диалогов и творческого письма.

16скачиваний за 30 дней0лайковвеса обновлены19 сен 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

Hanames-90B-L3.1 — экспериментальная разговорная модель, созданная автором карточки слиянием Hermes 3 и Hanami-x1 на базе Llama 3.1. Веса объединены методом stack merge с небольшим применением SLERP; дополнительного предварительного обучения не проводилось. Модель содержит 90,9 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Заявленная длина контекста — 131 072 токена.

Модель предназначена прежде всего для ролевых диалогов и творческого письма. Она работает с текстом и использует шаблон чата ChatML; метаданные также отмечают интерфейс вызова инструментов. Автор описывает её как необычную и интересную для экспериментов, но предупреждает, что слияние может ухудшать сложные логические рассуждения и вызывать неожиданные ошибки и странное поведение.

Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • ролевые диалоги с персонажами
  • написание художественных сцен и рассказов
  • создание диалогов для игр и историй

Ограничения

Автор предупреждает, что слияние может ухудшать сложные логические задачи и вызывать неожиданные ошибки и странное поведение. Коммерческое использование запрещено лицензией CC-BY-NC-4.0.

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

Hanames-90B-L3.1

It's a stack merge meme model made from Hermes 3 and Hanami-x1. Uses a similar formula to my previous stack merge, but updates to Hanami-x1 and includes some mild slerping of the slices. Coherence seems to be improved as a result while remaining fun to use. You should use it for roleplay and creative writing AND PROBABLY NOTHING ELSE (but hey, it's your funeral)

STACK MERGE DISCLAIMER

yes it's just a stack merge, no I didn't do any additional pretraining, no stack merges don't make the model smarter, yes they harm its ability to do complex logical tasks, yes they introduce some weird behaviors and unexpected mistakes, no they don't make the model sentient, no you shouldn't post on twitter about how adding a few layers turned it into agi, etc. etc.

That said, it does feel unique and fun to use. If you're the type of person who's drowning in VRAM would rather have some more variety at the expense of needing to make a few manual edits to clean up mistakes, give it a try.

Format

ChatML

Samplers

Because stack merges introduce some unexpected noise to the model, I recommend higher min p than normal. I've been getting good results with min_p 0.09-0.11 -> temp 0.8-1.0, add your favorite anti-repetition sampler as needed.

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
    - model: ../Hermes-3-Llama-3.1-70B
      layer_range: [0, 21] # 21
    - model: ../L3.1-70B-Hanami-x1
      layer_range: [0, 21]
    parameters:
      t: 0.2
  - sources:
    - model: ../L3.1-70B-Hanami-x1
      layer_range: [16, 36] # 20
    - model: ../Hermes-3-Llama-3.1-70B
      layer_range: [16, 36]
    parameters:
      t: 0.8
  - sources:
    - model: ../Hermes-3-Llama-3.1-70B
      layer_range: [30, 50] # 20
    - model: ../L3.1-70B-Hanami-x1
      layer_range: [30, 50]
    parameters:
      t: 0.2
  - sources:
    - model: ../L3.1-70B-Hanami-x1
      layer_range: [40, 64] # 24
    - model: ../Hermes-3-Llama-3.1-70B
      layer_range: [40, 64]
    parameters:
      t: 0.8
  - sources:
    - model: ../Hermes-3-Llama-3.1-70B
      layer_range: [60, 80] # 20
    - model: ../L3.1-70B-Hanami-x1
      layer_range: [60, 80]
    parameters:
      t: 0.2
merge_method: slerp
base_model: ../Hermes-3-Llama-3.1-70B
idtype: bfloat16
tokenizer_source: ../Hermes-3-Llama-3.1-70B

In the first few iterations I tried merging the tokenizers in an attempt to support both ChatML and L3, but it ended up breaking both of them. Also tried lower and higher slerp ratios but this seems like the sweet spot.


All credit goes to the original finetuners, I'm just some dummy who can write mergekit configs.

:*

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
47c1895

0 моделей