/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
11,5 млрд
Размер весов
23,2 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
EndlessRP-v3-7B
Библиотека
transformers
Опубликована
30 мар 2024

pippafeet-11B-0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная 11,5-миллиардная Mistral-модель, объединяющая ролевые и универсальные языковые модели для генерации текста и диалогов.

479скачиваний за 30 дней0лайковвеса обновлены30 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

Pippafeet-11B-0.1 — экспериментальная языковая модель на архитектуре Mistral, созданная автором репозитория nonetrix путём слияния пяти моделей с помощью mergekit. Она предназначена для генерации текста, ролевых диалогов и ответов на общие запросы. Модель содержит 11,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В состав слияния вошли Endevor/EndlessRP-v3-7B, SanjiWatsuki/Kunoichi-DPO-v2-7B, sanjiwatsuki/Loyal-Toppy-Bruins-Maid-7B-DARE, undi95/Toppy-M-7B и yam-peleg/Experiment30-7B.

Автор сообщает, что модель часто даёт приемлемые ответы, однако из-за прямого слияния весов может выдумывать слова, заикаться и вести себя нестабильно. Языки, на которых она надёжно работает, в карточке не определены. Файлы опубликованы в формате safetensors, использовать модель можно по лицензии Apache-2.0.

Сценарии применения

  • генерация ролевых диалогов
  • ответы персонажа в текстовой ролевой игре
  • создание творческих текстовых ответов
  • эксперименты с объединёнными языковыми моделями

Ограничения

Автор отмечает, что модель может выдумывать слова, заикаться и выдавать нестабильный текст; по его ограниченным тестам ответы часто приемлемы, но качество не гарантировано.

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

Pippafeet-11B-0.1

This model is a mix of some of the "best 7B roleplaying LLMs". I selected a few models based on "creativity" from a random benchmark, and a final roleplaying LLM based on "IQ," and finally another LLM merged twice that "excels at general tasks" according to a separate benchmark for it's size. My goal was to combine the "most creative" smaller roleplaying LLMs, merge them, and enhance the intelligence by incorporating "decent general model" twice, along with a "smarter" roleplaying LLM. I don't really trust benchmarks much, but I thought it would at least give it some alignment perhaps, even if it is overfitted to a dataset to score well, I thought since it's a merge so it might negate overfitting somewhat, seems to have worked to some extent luckily.

In my limited testing, this model performs really well, giving decent replies most of the time.... That is if you ignore the fatal flaws, which are inherent to how this model was created unfortunately. Since it's made by directly stacking the weights of other models, it likes to constantly create new words and stutter and generally act stange, however if you ignore this and fill in the blanks yourself the model is quite decent. I plan to try to remove this weirdness if possible by using a LoRA but I am not sure if I will be able to, no promisses. If you have the compute to fine tune this model, I emplore you to because I think it is a promissing base.

Edit: Fine tune is pretty much impossible because ROCm is hot garbage and I should have never bought a AMD GPU, if someone has a functional GPU please fine tune it for me. Might be able to do it on CPU somehow but likely not FP16 and slow as fuck and in GGUF

Artwork source, please contact for me to remove it if wished: https://twitter.com/Kumaartsu/status/1756793643384402070 image/png

Note: this model is in no way affiliated with Phase Connect, Pipkin Pippa, or the artists artwork.

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

Merge Details

Merge Method

This model was merged using the linear merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

merge_method: linear
parameters:
  weight: 1.0
slices:
- sources:
  - model: yam-peleg/Experiment30-7B
    layer_range: [0, 16]
- sources:
  - model: Endevor/EndlessRP-v3-7B
    layer_range: [8, 24]
- sources:
  - model: SanjiWatsuki/Kunoichi-DPO-v2-7B
    layer_range: [17, 24]
- sources:
  - model: undi95/Toppy-M-7B
    layer_range: [20, 28]
- sources:
  - model: sanjiwatsuki/Loyal-Toppy-Bruins-Maid-7B-DARE
    layer_range: [28, 30]
- sources:
  - model: yam-peleg/Experiment30-7B
    layer_range: [29, 32]
dtype: float16
tokenizer_source: model:yam-peleg/Experiment30-7B

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
fa1bf18

0 моделей