/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
NeuralKrishna-7B-V2-DPO
Опубликована
17 мар 2024

kellemar-KrishnaHercules-0.1-7b-slerp

Генерация текстаТекст → текст11 профессий

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

58скачиваний за 30 дней0лайковвеса обновлены20 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

kellemar-KrishnaHercules-0.1-7b-slerp — это объединённая модель для генерации текста, созданная с помощью LazyMergekit на основе NeuralKrishna-7B-V2-DPO и ChatHercules-2.5-Mistral-7B-DPO. В конфигурации указаны метод объединения DARE-TIES, архитектура Mistral с плотной структурой и 7,1 млрд параметров.

Модель предназначена для генерации ответов и продолжения текста по запросу; метаданные указывают контекст до 32 768 токенов. Поддерживаемые языки и специализированные области применения в карточке не обозначены. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов на текстовые запросы
  • продолжение заданного текста
  • создание диалоговых ответов
  • обработка длинных текстовых запросов

Ограничения

Карточка не уточняет целевые языки и специализированные области применения; качество и поведение модели отдельно не охарактеризованы.

Для каких профессий подходит11

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

kellemar-KrishnaHercules-0.1-slerp

kellemar-KrishnaHercules-0.1-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: decruz07/kellemar-DPO-Orca-Distilled-7B-SLERP
    # No parameters necessary for base model
  - model: Kukedlc/NeuralKrishna-7B-V2-DPO
    parameters:
      density: 0.53
      weight: 0.4
  - model: Locutusque/ChatHercules-2.5-Mistral-7B-DPO
    parameters:
      density: 0.53
      weight: 0.4
merge_method: dare_ties
base_model: decruz07/kellemar-DPO-Orca-Distilled-7B-SLERP
parameters:
  int8_mask: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mvpmaster/kellemar-KrishnaHercules-0.1-slerp"
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
a536627

0 моделей