/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
L3.1-8B-RP-Test-003-Task_Arithmetic
Библиотека
transformers
Опубликована
12 сен 2024

L3.1-Storniitova-8B

Генерация текстаТекст → текст6 профессий

Объединённая 7,5-миллиардная модель Llama 3.1 для диалогов, выполнения инструкций и ролевой игры.

39скачиваний за 30 дней7лайковвеса обновлены19 сен 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.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3776

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2894

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7817

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4029

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5151

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1465

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Storniitova-8B — объединённая модель для генерации текста и диалогов с ролевой игрой и следованием инструкциям, созданная v000000 на базе нескольких моделей семейства Llama 3.1 с помощью mergekit и дополнительных инструментов. В основу вошли Llama-3.1-SuperNova-Lite, Llama-3.1-Storm-8B, Llama-Spark, Niitama и другие модели; в README также описано объединение методами SLERP, Task Arithmetic и NEARSWAP. Заявленный размер — 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, нативный контекст — 131 072 токена.

Модель предназначена для текстовых диалогов, ролевых сценариев и выполнения инструкций. Разработчик сообщает, что менял векторы задач, стремясь сохранить способности дистилляции большой версии Llama 3.1 и добавить навыки ролевой игры. Карточка указывает формат safetensors; для модели также опубликованы сторонние варианты GGUF. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ведение ролевых диалогов с персонажами
  • генерация ответов в чат-боте
  • выполнение текстовых инструкций
  • создание диалоговых сцен и историй

Ограничения

Языки и условия лицензии по предоставленным данным определить нельзя. Результаты оценки в README приведены лишь частично, поэтому они не дают полной картины качества модели.

Для каких профессий подходит6

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

Llama-3.1-Storniitova-8B

Storniitova-8B is a RP/Instruct model built on the foundation of Llama-3.1-SuperNova-Lite, which is distilled from the 405B parameter variant of Llama-3.1

By only changing the vector tasks, I attempt to retain the full 405B distillation while learning roleplaying capabilties.

(GGUF) mradermacher quants:

(GGUF) QuantFactory quants:


merge

This is a merge of pre-trained language models created using mergekit and other proprietary tools.

Merge Details

Merge Method

This model was merged using the SLERP, Task_Arithmetic and NEARSWAP merge method.

Models Merged

The following models were included in the merge:

Recipe

The following YAML configuration was used to produce this model:

#Step1 - Add smarts to Niitama with alchemonaut's algorithm.

slices:
  - sources:
      - model: Sao10K/L3.1-8B-Niitama-v1.1+grimjim/Llama-3-Instruct-abliteration-LoRA-8B
        layer_range: [0, 32]
      - model: akjindal53244/Llama-3.1-Storm-8B
        layer_range: [0, 32]
merge_method: nearswap
base_model: Sao10K/L3.1-8B-Niitama-v1.1+grimjim/Llama-3-Instruct-abliteration-LoRA-8B
parameters:
  t:
    - value: 0.0001
dtype: bfloat16
out_type: float16

#Step 2 - Learn vectors onto Supernova 0.4(Niitorm)

models:
  - model: arcee-ai/Llama-3.1-SuperNova-Lite
    parameters:
      weight: 1.0
  - model: v000000/L3.1-Niitorm-8B-t0.0001
    parameters:
      weight: 0.4
merge_method: task_arithmetic
base_model: arcee-ai/Llama-3.1-SuperNova-Lite
parameters:
    normalize: false
dtype: float16

#Step 3 - Fully learn vectors onto Supernova 1.25(Niitorm)

models:
  - model: arcee-ai/Llama-3.1-SuperNova-Lite
    parameters:
      weight: 0.0
  - model: v000000/L3.1-Niitorm-8B-t0.0001
    parameters:
      weight: 1.25
merge_method: task_arithmetic
base_model: arcee-ai/Llama-3.1-SuperNova-Lite
parameters:
    normalize: false
dtype: float16

#Step 4 - Merge checkpoints and keep output/input Supernova heavy
#Merge with a triangular slerp from sophosympatheia.

models:
  - model: v000000/L3.1-8B-RP-Test-003-Task_Arithmetic
merge_method: slerp
base_model: v000000/L3.1-8B-RP-Test-002-Task_Arithmetic+grimjim/Llama-3-Instruct-abliteration-LoRA-8B
# This model needed some abliteration^
parameters:
  t:
    - value: [0, 0, 0.3, 0.4, 0.5, 0.6, 0.5, 0.4, 0.3, 0, 0]
dtype: float16

SLERP distribution used to smoothly blend the mostly Supernova base with the roleplay vectors:

image/png

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.06
IFEval (0-Shot)78.17
BBH (3-Shot)30.81
MATH Lvl 5 (4-Shot)13.29
GPQA (0-shot)5.26
MuSR (0-shot)9.96
MMLU-PRO (5-shot)30.84

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
552a125

0 моделей