/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
MN-12B-Mag-Mell-R1
Библиотека
transformers
Опубликована
5 дек 2024

AngelSlayer-12B-Unslop-Mell-RPMax-DARKNESS

Генерация текстаТекст → текст3 профессии

Слитая 12,1-миллиардная языковая модель Mistral для ролевых диалогов, удержания персонажа и художественного письма.

59скачиваний за 30 дней14лайковвеса обновлены19 дек 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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,536

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1133

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3818

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5129

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,318

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3154

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AngelSlayer-12B-Unslop-Mell-RPMax-DARKNESS — слитая модель на архитектуре Mistral для диалоговой генерации, ролевых сценариев и художественного письма. Её создал автор карточки с помощью mergekit, объединив четыре языковые модели; в качестве базовой указана TheDrummer/UnslopNemo-12B-v4.1. Модель содержит 12,1 млрд параметров, работает с текстом и использует шаблон чата ChatML. Хотя в метаданных указан контекст до 1 024 000 токенов, автор README рекомендует не превышать 20 тысяч токенов из-за возможного ухудшения связности.

Модель рассчитана на продолжительные диалоги, удержание персонажа и создание разнообразной прозы. По оценке автора, повторения редки, а настройки с повышенной температурой и Min-P могут улучшить ответы; для борьбы с повторениями упоминается sampler DRY. Автор также отмечает склонность ответов следовать одному и тому же тематическому направлению и иногда ошибаться в написании имён. Модель находилась на стадии тестирования. Лицензия — Apache-2.0.

Сценарии применения

  • ведение ролевого диалога с сохранением образа персонажа
  • написание художественной прозы и продолжение сцен
  • создание развёрнутых ответов в диалоговом формате
  • генерация творческих текстов с настройкой температуры и Min-P

Ограничения

Автор отмечает склонность ответов следовать похожему тематическому направлению и эпизодически ошибаться в написании имён. В README рекомендован контекст не более 20 тысяч токенов, поскольку при большей длине может ухудшаться связность.

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

AngelSlayer-12B-Unslop-Mell-RPMax-DARKNESS

They say ‘He’ will bring the apocalypse. She seeks understanding, not destruction.

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

This is my fourth model. I wanted to test della_linear. The point of this model was to use the negative properties of DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS to counter potential positivity bias while keeping up stability.

Testing stage: testing

(18/12/2024): The model seems to hold up very well over context, and keeps to the character/prompt nicely. It has expansive, varied prose, lacking GPTisms mostly. The only problem is that the model always seems to interpret the input in a similar manner (probably due to self_attn layers). Thusly the output always tends to follow a certain theme/direction, even if the wording is different per swipe (the longer the response, the more it'll deviate from this set direction at the beginning). A peculiar quirk is that errors are predictable - if the model writes the name of the user in a wrong manner (scrambling letters, etc; I myself have a more complex name), it will ALWAYS missspell that instance of the name in consequent swipes. But it automatically fixes itself. If the first instance of the name is spelt wrong, further instances will be fixed, though. Repetition is low, and DRY can help if it does appear. But I've not had it pick up on any patterns. Higher Temperature (1.25) seems to work better. Sometimes it gives quite the impressive answers. XTC can improve it a lot, without decreasing intelligence - but I've not really defined the difference between responses via neutralized sampler answers and XTC. If you find that the model gives bogus on swipes, add some characters at the end of your input to sort-of scramble the output (add some asterisks or whatever; or write some useless extra sentence if you so desire).

EDIT: This 'theme' of swipes being similar seems to be an issue with inflatebot/MN-12B-Mag-Mell-R1. Perhaps I'll reduce the weight of it/balance it with ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.2](https://huggingface.co/ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.2) by putting that as the last model (the model order matters with DELLA-Linear, 'lower' models in the config hold more prevalence). Perhaps I can experiment with using the base models that inflatebot/MN-12B-Mag-Mell-R1 utilizes to perhaps remerge the whole model to try to alleviate this issue via different merge methods.

Parameters

  • Context size: Not more than 20k recommended - coherency may degrade.
  • Chat Template: ChatML
  • Samplers: A Temperature-Last of 1-1.25 and Min-P of 0.1-0.25 are viable, but haven't been finetuned. Activate DRY if repetition appears. XTC seems to work well.

Quantization

Merge Details

Merge Method

This model was merged using the della_linear merge method using TheDrummer/UnslopNemo-12B-v4.1 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: TheDrummer/UnslopNemo-12B-v4.1
    parameters:
      weight: 0.25
      density: 0.6
  - model: ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.2
    parameters:
      weight: 0.25
      density: 0.6
  - model: DavidAU/MN-GRAND-Gutenberg-Lyra4-Lyra-12B-DARKNESS
    parameters:
      weight: 0.2
      density: 0.4
  - model: inflatebot/MN-12B-Mag-Mell-R1
    parameters:
      weight: 0.30
      density: 0.7
base_model: TheDrummer/UnslopNemo-12B-v4.1
merge_method: della_linear
dtype: bfloat16
chat_template: "chatml"
tokenizer_source: union
parameters:
  normalize: false
  int8_mask: true
  epsilon: 0.05
  lambda: 1

Today we hustle, 'day we hustle but tonight we play.

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
dafee3a

0 моделей