Характеристики

Контекст: 131 072 токена
Параметры: 12,1 млрд
Размер весов: 24,5 ГБ
Архитектура: mistral · dense
Библиотека: transformers
Опубликована: 21 янв 2025

Ссылки

Hugging Face

Violet-Lyra-Gutenberg

ohyeah1

Генерация текстаТекст → текст8 профессий

Слитая на базе Mistral-Nemo языковая модель на 12,1 млрд параметров для диалоговой генерации и продолжения текста.

25скачиваний за 30 дней5лайковвеса обновлены22 янв 2025

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

Violet-Lyra-Gutenberg — языковая модель для генерации текста, собранная автором репозитория методом слияния нескольких моделей на базе Mistral-Nemo. Она содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 131 072 токенов. Веса сохранены в формате safetensors.

Модель предназначена для диалоговой генерации и продолжения текста; в карточке рекомендованы форматы промптов ChatML или MistralNemo. Слияние выполнено методом della_linear с объединённым токенизатором; в состав вошли Grey-12b, Violet_Twilight-v0.2, Lyra-Gutenberg-mistral-nemo-12B и mistral-nemo-gutenberg-12B-v4, с базой Mistral-Nemo-Base-2407. Автор оценивает результат как особенно удачный среди использованных им моделей Nemo.

В README не приведены результаты независимых оценок качества или подтверждённый перечень языков. Лицензия в предоставленных данных не указана.

Сценарии применения

ведение диалога с использованием шаблона ChatML
генерация ответов на текстовые запросы
продолжение заданного текста
длинная генерация с контекстом до 131 072 токенов

Ограничения

В карточке нет независимых оценок качества и сведений о поддерживаемых языках. Лицензия в предоставленных данных не указана.

Для каких профессий подходит8

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 I.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

Use ChatML or MistralNemo format.

Conclusion: These types of merge methods tend to work better when at least 1 model has a much higher weight then the rest

After further testing this is the best Nemo model I have ever used

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: mistral-nemo-gutenberg-12B-v4
    parameters:
      weight: 0.2
  - model: Violet_Twilight-v0.2
    parameters:
      weight: 0.3
  - model: Lyra-Gutenberg-mistral-nemo-12B
    parameters:
      weight: 0.5
  - model: Grey-12b
    parameters:
      weight: 0.2
base_model: Mistral-Nemo-Base-2407
parameters:
  density: 0.5
  epsilon: 0.1
  lambda: 1.1
  normalize: false
  int8_mask: true
  rescale: true
merge_method: della_linear
tokenizer:
  source: union
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: MistralForCausalLM
Ревизия весов: 2a8c908