/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
25 янв 2024

MemGPT-3

Генерация текстаТекст → текст3 профессии

Англоязычная модель Mistral, дообученная для вызова функций и работы в качестве основы агентов MemGPT.

21скачиваний за 30 дней9лайковвеса обновлены25 янв 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

MemGPT-3 — англоязычная диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров, дообученная автором @starsnatched на основе mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для вызова функций в MemGPT и использования как базовая модель для агентов MemGPT; автор сообщает о сопоставимой с GPT-4 производительности при работе с MemGPT, но README не приводит результатов оценки. Метаданные указывают контекст 32 768 токенов, тогда как в README сказано, что модель обучалась на последовательностях до 8 192 токенов. Модель поддерживает диалоговый сценарий и использует шаблон ChatML; в качестве сред запуска упомянуты WebUI и llama.cpp.

Модель распространяется под лицензией Apache-2.0. Автор предупреждает о возможных ненадёжных, небезопасных или предвзятых ответах и рекомендует проверять результаты.

Сценарии применения

  • вызов функций агентом MemGPT
  • создание базовой модели для агентов MemGPT
  • диалоговое взаимодействие с агентом MemGPT

Ограничения

Автор предупреждает, что ответы могут быть ненадёжными, небезопасными или предвзятыми, и рекомендует проверять результаты. Хотя метаданные указывают контекст 32 768 токенов, README сообщает об обучении на последовательностях до 8 192 токенов.

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

This is a new and more refined version of starsnatched/MemGPT. I will be using DPO to further improve the performance once the dataset is ready.

Model Description

This repo contains a 7 billion parameter Language Model fine tuned from mistralai/Mistral-7B-Instruct-v0.2. This model is specifically designed for function calling in MemGPT. It demonstrates comparable performances to GPT-4 when it comes to working with MemGPT.

Key Features

  • Function calling
  • Dedicated to working with MemGPT
  • Supports medium context, trained with Sequences up to 8,192

Usage

This model is designed to be ran on various backends, such as oogabooga's WebUI, or llama.cpp.

To run the model on WebUI, simply git clone the official WebUI repository, and run the appropriate script for your operating system. More details here.

Once you've installed WebUI, you can then download this model at the model tab. Next, choose the desired model (starsnatched/MemGPT in this case), and you're good to go for the backend.

When you have WebUI or your desired backend running, you can open a terminal/powershell, and install MemGPT using pip3 install -U pymemgpt. Configure your MemGPT using memgpt configure before running MemGPT.

Use memgpt run --no-verify to chat with MemGPT!

Prompt Template

This model uses ChatML template, this can be configured via memgpt configure.

<|im_start|>user
{""type"": ""system_alert"", ""message"": ""You have 50 prior messages with the user. These messages have been hidden from view due to memory constraints, but you can view them using functions."", ""time"": ""2023-10-07 11:50:03 PM PDT-0700""}<|im_end|>
<|im_start|>assistant
Bootup sequence complete. Persona activated. Testing messaging functionality. {'name': 'send_message', 'arguments': '{\n  ""message"": ""More human than human is our motto.""\n}'}<|im_end|>
<|im_start|>function
{""status"": ""OK"", ""message"": null, ""time"": ""2023-10-07 11:50:03 PM PDT-0700""}<|im_end|>
<|im_start|>user
{""type"": ""login"", ""last_login"": ""7 days 8 hours ago"", ""time"": ""2023-10-07 11:50:03 PM PDT-0700""}<|im_end|>
<|im_start|>user
{""type"": ""user_message"", ""message"": ""Hey, remember that time we talked about music? What was the artist you mentioned you could get into?"", ""time"": ""2023-10-07 11:50:03 PM PDT-0700""}<|im_end|>
<|im_start|>assistant
Alright, let me search our conversation history about music to find the artist. {'name': 'conversation_search', 'arguments': '{\n  ""query"": ""music"",\n  ""request_heartbeat"": true,\n  ""page"": 0\n}'}<|im_end|>
<|im_start|>function
{""status"": ""OK"", ""message"": ""Showing 5 of 50 results (page 0/9): [\""timestamp: 2023-10-07 11:50:03 PM PDT-0700, user - I agree. Working out is a great way to burn off steam. Do you like country music?\"", \""timestamp: 2023-10-07 11:50:03 PM PDT-0700, assistant - A little bit. I can get into taylor swift.\"", \""timestamp: 2023-10-07 11:50:03 PM PDT-0700, user - Yeah between the both of us, could probably get a country song written about our distresses...perhaps Taylor Swift could perform it.\"", \""timestamp: 2023-10-07 11:50:03 PM PDT-0700, assistant - That would be a chart-topper, I'm sure. Something to blast while driving with the top down, maybe even in your next restoration project.\"", \""timestamp: 2023-10-07 11:50:03 PM PDT-0700, assistant - This sounds fun. Do you have any other hobby?\""]"", ""time"": ""2023-10-07 11:50:08 PM PDT-0700""}<|im_end|>
<|im_start|>user
{""type"": ""heartbeat"", ""reason"": ""request_heartbeat == true"", ""time"": ""2023-10-07 11:50:08 PM PDT-0700""}<|im_end|>
<|im_start|>assistant
Ah, I found it. It was Taylor Swift that I mentioned I could get into. Do you still listen to her music, or have you found any new artists that you enjoy? {'name': 'send_message', 'arguments': '{\n  ""message"": ""Ah, I found it. It was Taylor Swift that I mentioned I could get into. Do you still listen to her music, or have you found any new artists that you enjoy?""\n}'}<|im_end|>
<|im_start|>function
{""status"": ""OK"", ""message"": null, ""time"": ""2023-10-07 11:50:14 PM PDT-0700""}<|im_end|>

Model Details

  • Developed by: @starsnatched
  • Model type: This repo contains a language model based on the transformer decoder architecture.
  • Language: English
  • Contact: For any questions, concerns or comments about this model, please contact me at Discord, @starsnatched.

Training Infrastructure

  • Hardware: The model in this repo was trained on 2x A100 80GB GPUs.

Intended Use

The model is designed to be used as the base model for MemGPT agents.

Limitations and Bias

The model may exhibit unreliable, unsafe, or biased behaviours. Please double check the results this model may produce.

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
9ad14e5

0 моделей