/ 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
1 дек 2024

patricide-12B-Unslop-Mell

Генерация текстаТекст → текст3 профессии

Экспериментально слитая 12,1-миллиардная модель Mistral для диалогов, ролевых сценариев и художественного письма.

145скачиваний за 30 дней31лайквеса обновлены16 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5399

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4074

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1314

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4026

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,357

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3238

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

patricide-12B-Unslop-Mell — слитая автором redrix языковая модель семейства Mistral для генерации текста. Она объединяет TheDrummer/UnslopNemo-12B-v4.1 и inflatebot/MN-12B-Mag-Mell-R1 методом SLERP; размер составляет 12,1 млрд параметров. Модель распространяется в формате safetensors и использует библиотеку Transformers.

Модель предназначена для диалоговой генерации, ролевых сценариев и художественного письма. Автор отмечает связность и стабильность результатов в первоначальных тестах, но указывает на периодическое появление бессмыслицы и выдуманных слов, вероятно, из-за проблемного токенизатора. Обширная проверка письма, ролевых сценариев и работы с длинным контекстом не проводилась. В README указано использование шаблона ChatML у обеих родительских моделей; совместимость с другими шаблонами отдельно не подтверждена. В метаданных заявлено контекстное окно до 1 024 000 токенов, однако практическая работа на больших контекстах автором не проверялась.

Модель выпущена под лицензией Apache-2.0. Автор описывает её как экспериментальное первое слияние и приглашает к дальнейшим испытаниям.

Сценарии применения

  • написание художественных сцен и рассказов
  • ведение ролевого диалога
  • генерация ответов в формате ChatML

Ограничения

Автор сообщает о случаях бессмыслицы и выдуманных слов, предположительно связанных с проблемным токенизатором; испытания были ограниченными. Работа на больших контекстах не проверялась автором, хотя метаданные заявляют окно до 1 024 000 токенов.

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

patricide-12B-Unslop-Mell

The sins of the Father shan't ever be repeated this way.

PatricideLogo.png

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

This is my first merge — I still have no idea how writing the parameters in the config actually works. (Update: I figured it out) If anyone has more extensive guides for merging, please let me know. I would also like to get into the science behind all this.

Both models produced enjoyable results, so I decided to merge them, to create a model hopefully inheriting good traits of the parents. (Update: The early testing of this model revealed good coherency, but it sometimes spits out unintelligeble gibberish or made-up words. This is likely due to the broken tokenizer)

I've tested this model on the Q6_K GGUF Quant and it provided satisfactory results, thus I decided to upload it. Although I've not extensively tested it in Storywriting nor RP, the results were stable and at least coherent. I tested it on a Temperature of 1 (Temperature last) and Min-P of 0.1. I don't know the effects DRY or XTC have on the stability of the output, or how it fares on high context sizes. Both parent models use the ChatML Template. Although Unslop-Nemo also uses Metharme/Pygmalion. I've not yet tested which works better. (Update: Mergekit introduced a feature to define the template; I will force it to use ChatML in my next models, so it has an all-around standard.)

Feel free to experiment, as I am only experimenting myself.

Update: I will likely release my next models once I am able to run them, without too much fine-tuning of samplers/parameters/text templates/etc. Extensive testing as per DavidAU's approach will be done afterwards, so I may gain more impressions, while being able to work on new models already. I would like to create models that are very good in their base states, with samplers being the thing to perfect them. As such I won't spend too much time finetuning samplers, unless the model's base state is very promising.

Quantization

Static GGUF Quants available at:

Weighted/Imatrix GGUF Quants available at mradermacher/patricide-12B-Unslop-Mell-i1-GGUF.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

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
  - model: inflatebot/MN-12B-Mag-Mell-R1
merge_method: slerp
base_model: TheDrummer/UnslopNemo-12B-v4.1
dtype: bfloat16
parameters:
  t: [0, 0.5, 1, 0.5, 0]

I made the cover art myself in Photoshop... I don't use AI for stuff like that.

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
6a17e5e

0 моделей