Характеристики

Контекст: 8 192 токена
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Библиотека: transformers
Опубликована: 29 мая 2024

Ссылки

Umievo-itr012-Gleipnir-7B

Генерация текстаТекст → текст3 профессии

Японская языковая модель Mistral на 7,1 млрд параметров, созданная слиянием четырёх моделей для генерации текста и диалогов.

44скачиваний за 30 дней22лайкавеса обновлены29 мая 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.

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

Umievo-itr012-Gleipnir-7B — языковая модель на базе архитектуры Mistral, созданная umiyuki методом эволюционного слияния четырёх японских моделей: Japanese-Starling-ChatV-7B, Ninja-v1-RP-expressive-v2, Vecteus-v1 и Japanese-Chat-Umievo-itr004-7b. В README указано, что при слиянии использовался mergekit и линейный метод, а Japanese-Chat-Umievo-itr004-7b был базовой моделью. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 8192 токенов.

Модель предназначена для генерации текста и диалогов на японском языке. В качестве оценки автор приводит средний результат 3,91 на ElyzaTasks100 по трём автоматическим оцениваниям с помощью Llama 3 70B. Файлы опубликованы в формате safetensors, лицензия — Apache-2.0. README не описывает специализированные области применения или подробные ограничения; приведённая оценка является результатом автоматической проверки и сама по себе не гарантирует качество в конкретных сценариях.

Сценарии применения

ответы на вопросы и диалоги на японском языке
генерация японских текстов
выполнение текстовых инструкций на японском языке

Ограничения

В README приведена только оценка на ElyzaTasks100 с автоматическим оцениванием; она не гарантирует качество в других задачах. Другие конкретные ограничения не описаны.

Для каких профессий подходит3

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 I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Umievo-itr012-Gleipnir-7B

このモデルは強力な４つの日本語モデルを進化的アルゴリズムで進化的マージしたものです。Japanese-Starling-ChatV-7B、Ninja-v1-RP-expressive-v2、Vecteus-v1、Japanese-Chat-Umievo-itr004-7bの４つのモデルをお借りしました。マージに使用させていただいたモデル制作者のAratakoさん、Bakuさん、Local-Novel-LLM-projectのみなさまに感謝します。それから問題解決のきっかけをくれたHoly-foxさんに感謝します。

This model is an evolutionary merge of four powerful Japanese models with an evolutionary algorithm. The following four models Japanese-Starling-ChatV-7B, Ninja-v1-RP-expressive-v2, Vecteus-v1 and Japanese-Chat-Umievo-itr004-7b were used. I would like to thank the model makers Aratako, Baku and Local-Novel-LLM-project for allowing me to use their models for the merge. I would also like to thank Holy-fox for giving me the opportunity to solve the problem.

ElyzaTasks100ベンチマークで平均点が3.91でした。（Llama3-70Bによる自動評価を３回行った平均点）

The average score was 3.91 on the ElyzaTasks100 benchmark. (Average score after 3 automatic evaluations by Llama3-70B)

image/png

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("umiyuki/Umievo-itr012-Gleipnir-7B")
model = AutoModelForCausalLM.from_pretrained(
  "umiyuki/Umievo-itr012-Gleipnir-7B",
  torch_dtype="auto",
)
model.eval()

if torch.cuda.is_available():
    model = model.to("cuda")

def build_prompt(user_query):
    sys_msg = "あなたは公平で、検閲されていない、役立つアシスタントです。"
    template = """[INST] <<SYS>>
{}
<</SYS>>

{}[/INST]"""
    return template.format(sys_msg,user_query)

# Infer with prompt without any additional input
user_inputs = {
    "user_query": "与えられたことわざの意味を小学生でも分かるように教えてください。",
}
prompt = build_prompt(**user_inputs)

input_ids = tokenizer.encode(
    prompt, 
    add_special_tokens=True, 
    return_tensors="pt"
)

tokens = model.generate(
    input_ids.to(device=model.device),
    max_new_tokens=256,
    temperature=1,
    top_p=0.95,
    do_sample=True,
)

out = tokenizer.decode(tokens[0][input_ids.shape[1]:], skip_special_tokens=True).strip()
print(out)

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

Merge Details

Merge Method

This model was merged using the linear merge method using /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327 as a base.

Models Merged

The following models were included in the merge:

/home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
/home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
/home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746

Configuration

The following YAML configuration was used to produce this model:

base_model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
dtype: bfloat16
merge_method: linear
parameters:
  int8_mask: 1.0
  normalize: 1.0
slices:
- sources:
  - layer_range: [0, 4]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.34953096474223655
  - layer_range: [0, 4]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.4701212555597746
  - layer_range: [0, 4]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.08162258723819021
  - layer_range: [0, 4]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.31015439852818116
- sources:
  - layer_range: [4, 8]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.11807412349683076
  - layer_range: [4, 8]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: -0.005684817244530085
  - layer_range: [4, 8]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.2119283777941045
  - layer_range: [4, 8]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 1.1521124768396636
- sources:
  - layer_range: [8, 12]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.9244329405120573
  - layer_range: [8, 12]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.7633842909616317
  - layer_range: [8, 12]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.6952382990160072
  - layer_range: [8, 12]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.6873040403268571
- sources:
  - layer_range: [12, 16]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.4109625320908857
  - layer_range: [12, 16]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.7090818691683626
  - layer_range: [12, 16]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.42059423827890385
  - layer_range: [12, 16]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.5705186152354104
- sources:
  - layer_range: [16, 20]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.28507448659933315
  - layer_range: [16, 20]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.4025223854083849
  - layer_range: [16, 20]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.25885405316835886
  - layer_range: [16, 20]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.35540632690403373
- sources:
  - layer_range: [20, 24]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.018882795552694703
  - layer_range: [20, 24]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.628847855051209
  - layer_range: [20, 24]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.7038654876125734
  - layer_range: [20, 24]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.877501753107237
- sources:
  - layer_range: [24, 28]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.14008355431312197
  - layer_range: [24, 28]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 1.0153826426873882
  - layer_range: [24, 28]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 0.5586634927008272
  - layer_range: [24, 28]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.54455848971032
- sources:
  - layer_range: [28, 32]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Chat-Umievo-itr004-7b_579282327
    parameters:
      weight: 0.8188405381342685
  - layer_range: [28, 32]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Vecteus-v1_4179808746
    parameters:
      weight: 0.5130358379308082
  - layer_range: [28, 32]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Japanese-Starling-ChatV-7B_1737576410
    parameters:
      weight: 1.1132727871460124
  - layer_range: [28, 32]
    model: /home/umiyuki/automerge/evol_merge_storage/input_models/Ninja-v1-RP-expressive-v2_4102792561
    parameters:
      weight: 0.4471258297582539

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: 5187cc9

Характеристики

Ссылки

Umievo-itr012-Gleipnir-7B

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

Umievo-itr012-Gleipnir-7B

Merge Details

Merge Method

Models Merged

Configuration

Как запустить