Характеристики

Контекст: 32 768 токенов
Параметры: 3,5 млрд
Размер весов: 5,6 ГБ
Архитектура: phi · dense
Базовая модель: MFANN3bv0.20
Библиотека: transformers
Опубликована: 19 сен 2024

Ссылки

Hugging Face arXiv 2306.01708

MFANN3bv0.20.16

netcat420

Генерация текстаТекст → текст7 профессий

Слитая модель семейства Phi на 3,5 млрд параметров для генерации текста с контекстом до 32 768 токенов.

19скачиваний 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

MFANN3bv0.20.16 — слитая языковая модель семейства Phi, созданная автором репозитория с помощью mergekit. В основе слияния TIES лежит liminerity/Phigments12; также объединены netcat420/MFANN3bv0.20 и netcat420/MFANN3bv0.20.15. Модель содержит 3,5 млрд параметров и рассчитана на генерацию текста с контекстом до 32 768 токенов.

Модель предназначена для генерации продолжений и ответов на текстовые запросы. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация текста по запросу
создание продолжений текста
подготовка черновиков и идей
ответы на текстовые вопросы

Ограничения

В предоставленных данных не описаны специализация и результаты оценки качества; пригодность для конкретных задач следует проверять отдельно.

Для каких профессий подходит7

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 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

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 TIES merge method using liminerity/Phigments12 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: netcat420/MFANN3bv0.20.15
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
  - model: netcat420/MFANN3bv0.20
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
merge_method: ties
base_model: liminerity/Phigments12
parameters:
  normalize: true
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: PhiForCausalLM
Ревизия весов: 8f00cc6