/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
OpenRAIL
Архитектура
mistral · dense
Базовая модель
Sonya-7B
Библиотека
transformers
Опубликована
5 янв 2024

Mistral_Sonyichi-7B-slerp

Генерация текстаТекст → текст5 профессий

Объединённая SLERP-модель Mistral на 7,1 млрд параметров для генерации текста и диалогового общения на английском языке.

51скачиваний за 30 дней2лайкавеса обновлены4 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

s3nh/Mistral_Sonyichi-7B-slerp — объединённая автором репозитория языковая модель на архитектуре Mistral, созданная методом SLERP с помощью mergekit. В объединение вошли SanjiWatsuki/Sonya-7B, EmbeddedLLM/Mistral-7B-Merge-14-v0.1 и SanjiWatsuki/Kunoichi-7B. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалогового общения на английском языке, включая ролевые диалоги. В README приведены результаты Open LLM Leaderboard, в том числе средний балл 70,52, однако подробности остальных метрик не представлены. Лицензия — OpenRAIL.

Сценарии применения

  • генерация текста на английском языке
  • ведение диалогов с пользователем
  • ролевое общение на английском языке
  • создание продолжений заданного текста

Ограничения

Подтверждённая информация о результатах ограничена несколькими метриками Open LLM Leaderboard; качество для конкретных сценариев в карточке не описано. Модель ориентирована на английский язык.

Для каких профессий подходит5

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

merged

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

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:

base_model: EmbeddedLLM/Mistral-7B-Merge-14-v0.1
dtype: bfloat16
merge_method: slerp
parameters:
  t:
  - filter: self_attn
    value: [0.0, 0.5, 0.3, 0.7, 1.0]
  - filter: mlp
    value: [1.0, 0.5, 0.7, 0.3, 0.0]
  - value: 0.5
slices:
- sources:
  - layer_range: [0, 32]
    model: SanjiWatsuki/Sonya-7B
  - layer_range: [0, 32]
    model: SanjiWatsuki/Kunoichi-7B

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.70.52
AI2 Reasoning Challenge (25-Shot)67.49
HellaSwag (10-Shot)86.43
MMLU (5-Shot)63.58
TruthfulQA (0-shot)63.25
Winogrande (5-shot)78.53
GSM8k (5-shot)63.84

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
3aabca2

0 моделей