/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
MFANNv0.21.11
Библиотека
transformers
Опубликована
25 сен 2024

MFANN-llama3.1-Abliterated-SLERP

Генерация текстаТекст → текст6 профессий

Диалоговая модель Llama с 7,5 млрд параметров, созданная слиянием SLERP для генерации текста и ответов на запросы.

32скачиваний за 30 дней1лайквеса обновлены25 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3809

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0483

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2735

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2928

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4574

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2591

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MFANN-llama3.1-Abliterated-SLERP — диалоговая языковая модель, созданная netcat420 слиянием SLERP двух моделей: netcat420/MFANNv0.21.11 и mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated. Она построена на архитектуре LlamaForCausalLM и содержит около 7,5 млрд параметров; модель предназначена для генерации текста и ответов в чате. Для неё заявлено контекстное окно до 131 072 токенов.

Слияние объединяет базовую модель MFANN с Meta-Llama 3.1 8B Instruct Abliterated. Модель работает с текстом и может применяться для диалогов, свободной генерации и ответов на запросы. Карточка не сообщает о специализированной предметной области или поддерживаемых естественных языках. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ведение диалога с пользователем
  • генерация продолжения текста
  • подготовка ответов на текстовые запросы
  • создание черновиков и идей

Ограничения

Поддерживаемые естественные языки и лицензия не установлены по предоставленным данным. Как и другие генеративные языковые модели, она может выдавать фактически неверные ответы.

Для каких профессий подходит6

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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
  - sources:
      - model: mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated
        layer_range: [0, 32]
      - model: netcat420/MFANNv0.21.11
        layer_range: [0, 32]
merge_method: slerp
base_model: mlabonne/Meta-Llama-3.1-8B-Instruct-abliterated
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5 # fallback for rest of tensors
dtype: float16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
0c7b291

0 моделей