/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
GreenNode-mini-7B-multilingual-v1olet
Опубликована
20 июн 2024

GreenOgno-7b-passthrough

Генерация текстаТекст → текст8 профессий

Объединённая Mistral-модель на 7,1 млрд параметров для генерации текста с мультиязычной основой и акцентом одной из исходных моделей на правдивость ответов.

16скачиваний за 30 дней0лайковвеса обновлены20 июн 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

GreenOgno-7b-passthrough — текстовая генеративная модель на архитектуре Mistral, созданная объединением GreenNode/GreenNode-mini-7B-multilingual-v1olet и eren23/OGNO-7b-dpo-truthful с помощью LazyMergekit. В конфигурации passthrough взяты слои 0–15 первой модели и слои 16–31 второй; токенизатор объединён, веса сохранены в float16. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов.

Модель предназначена для генерации текста и диалоговых сценариев. В составе объединены мультиязычная модель GreenNode и DPO-модель OGNO-7b с акцентом на правдивость ответов; README не приводит отдельных оценок качества или подробных рекомендаций по применению. В метаданных и README лицензия не указана.

Сценарии применения

  • генерация текста по запросу
  • создание диалогового помощника
  • ответы на вопросы на поддерживаемых языках
  • подготовка черновиков и продолжение текста

Ограничения

README не сообщает результаты оценок качества или конкретные ограничения применения. Лицензия в предоставленных источниках не указана.

Для каких профессий подходит8

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

GreenOgno-7b-passthrough

GreenOgno-7b-passthrough is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
    - model: GreenNode/GreenNode-mini-7B-multilingual-v1olet
      layer_range: [0, 16]
  - sources:
    - model: eren23/OGNO-7b-dpo-truthful
      layer_range: [16, 32]
merge_method: passthrough
tokenizer_source: union
dtype: float16
    ```

## 💻 Usage

```python
!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "powermove72/GreenOgno-7b-passthrough"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
20905dd

0 моделей