Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Llama 2
Архитектура: mistral · dense
Опубликована: 22 ноя 2023

Ссылки

SynthIA-7B-v1.3-dare-0.85

Генерация текстаТекст → текст3 профессии

Экспериментальная модель генерации текста на базе SynthIA-7B-v1.3 с 85-процентным прореживанием изменений весов методом DARE.

64скачиваний за 30 дней3лайкавеса обновлены24 ноя 2023

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

SynthIA-7B-v1.3-dare-0.85 — экспериментальная текстовая модель генерации на архитектуре Mistral, созданная на основе migtissera/SynthIA-7B-v1.3 с применением метода DARE (Drop and REscale). В эксперименте случайным образом обнуляли 85% изменений весов и использовали масштабирование; автор сообщает, что такой вариант сохраняет возможности исходной модели. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и инференса на GPU или CPU с GPU. В README приведены результаты на наборах ARC, HellaSwag, MMLU, TruthfulQA, Winogrande, GSM8K и DROP. Для репозитория указаны веса PyTorch; в README также упоминаются варианты AWQ, GPTQ и GGUF для инференса, но эти форматы не перечислены в метаданных данного репозитория. Лицензия — Llama 2 License. Данные о поддерживаемых естественных языках не приведены.

Сценарии применения

генерация ответов на текстовые запросы
проверка возможностей языковой модели на тестах ARC и MMLU
решение текстовых математических задач из GSM8K
эксперименты с методом DARE и прореживанием весов
инференс текстовой модели на GPU или CPU с GPU

Ограничения

Языки модели в предоставленных материалах не перечислены. Заявление о сохранении возможностей после обнуления весов сопровождается результатами ограниченного набора тестов, что не гарантирует качество во всех сценариях.

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 II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experiment for DARE(Drop and REscale), most of the delta parameters can be directly set to zeros without affecting the capabilities of SFT LMs and larger models can tolerate a higher proportion of discarded parameters.

weight_mask_rate: 0.85 / use_weight_rescale: True / mask_stratery: random / scaling_coefficient: 1.0

Model	Average	ARC	HellaSwag	MMLU	TruthfulQA	Winogrande	GSM8K	DROP
Intel/neural-chat-7b-v3-1	59.06	66.21	83.64	62.37	59.65	78.14	19.56	43.84
migtissera/SynthIA-7B-v1.3	57.11	62.12	83.45	62.65	51.37	78.85	17.59	43.76
bhenrym14/mistral-7b-platypus-fp16	56.89	63.05	84.15	64.11	45.07	78.53	17.36	45.92
jondurbin/airoboros-m-7b-3.1.2	56.24	61.86	83.51	61.91	53.75	77.58	13.87	41.2
uukuguy/speechless-code-mistral-orca-7b-v1.0	55.33	59.64	82.25	61.33	48.45	77.51	8.26	49.89
teknium/CollectiveCognition-v1.1-Mistral-7B	53.87	62.12	84.17	62.35	57.62	75.37	15.62	19.85
Open-Orca/Mistral-7B-SlimOrca	53.34	62.54	83.86	62.77	54.23	77.43	21.38	11.2
uukuguy/speechless-mistral-dolphin-orca-platypus-samantha-7b	53.34	64.33	84.4	63.72	52.52	78.37	21.38	8.66
ehartford/dolphin-2.2.1-mistral-7b	53.06	63.48	83.86	63.28	53.17	78.37	21.08	8.19
teknium/CollectiveCognition-v1-Mistral-7B	52.55	62.37	85.5	62.76	54.48	77.58	17.89	7.22
HuggingFaceH4/zephyr-7b-alpha	52.4	61.01	84.04	61.39	57.9	78.61	14.03	9.82
ehartford/samantha-1.2-mistral-7b	52.16	64.08	85.08	63.91	50.4	78.53	16.98	6.13

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: 068c0f4