/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
Apache 2.0
Архитектура
phi3 · dense
Опубликована
10 июл 2024

Ссылки

Hugging Face

phi-3.1-qlora-blend-dpo-abliterated

ndavidson
Генерация текстаТекст → текст6 профессий

Слитая модель Phi-3 на 3,7 млрд параметров для диалогов и генерации текста в контексте до 4096 токенов.

24скачиваний за 30 дней0лайковвеса обновлены10 июл 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.

Открыть конструктор бенчмарка

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

phi-3.1-qlora-blend-dpo-abliterated — компактная языковая модель для диалогов и генерации текста, созданная ndavidson с помощью mergekit. Это слияние Microsoft Phi-3-mini-4k-instruct и двух моделей ndavidson: phi-3.1-abliterated и phi-3.1-qlora-blend-dpo; применён метод TIES с нормализацией весов. Архитектура — плотная Phi-3 для авторегрессионной генерации, размер — 3,7 млрд параметров, контекст — до 4096 токенов.

Модель предназначена для чат-ответов и свободной генерации текста. В названии и составе указана abliterated-версия; README не приводит оценок качества, конкретных языков или подробностей о поведении этой версии. Распространяется под лицензией Apache-2.0.

Сценарии применения

  • ответы в диалоговом чат-боте
  • генерация текстовых продолжений
  • черновики и переформулирование текста
  • помощь с вопросами и ответами в текстовом интерфейсе

Ограничения

README не сообщает результаты оценки качества или перечень поддерживаемых языков. Контекст модели ограничен 4096 токенами.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

phi-3.1-qlora-blend-dpo-abliterated

phi-3.1-qlora-blend-dpo-abliterated is a merge of the following models using mergekit:

🧩 Configuration

models:
  - model: microsoft/Phi-3-mini-4k-instruct
    # no parameters necessary for base model
  - model: ndavidson/phi-3.1-abliterated
    parameters:
      density: 0.5
      weight: 0.5
  - model: ndavidson/phi-3.1-qlora-blend-dpo
    parameters:
      density: 0.5
      weight: 0.5
merge_method: ties
base_model: microsoft/Phi-3-mini-4k-instruct
parameters:
  normalize: true
dtype: float16

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
d7fa7ba

0 моделей

    Создать бенчмарк