/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
49,9 ГБ
Лицензия
Llama 3
Архитектура
mixtral · MoE
Опубликована
28 мая 2024

L3-SnowStorm-v1.15-4x8B-B

Генерация текстаТекст → текст3 профессии

Экспериментальная MoE-модель на основе Llama 3 для ролевых диалогов и ERP-сценариев.

86скачиваний за 30 дней11лайковвеса 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.

  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

L3-SnowStorm-v1.15-4x8B-B — экспериментальная MoE-модель для диалогов и ролевых сценариев, созданная на основе нескольких моделей Llama 3. В README указаны четыре эксперта размером 8B: Poppy Porpoise, Lumimaid, Soliloquy и Stheno; для каждого токена выбираются два эксперта, а режим маршрутизации указан как random. Метаданные описывают архитектуру как MixtralForCausalLM и указывают 7,5 млрд параметров, контекст 8192 токена и формат safetensors.

Модель предназначена прежде всего для ролевого общения и ERP-сценариев. README также приводит результаты Open LLM Leaderboard, но не содержит полной таблицы оценок. Заявлена мультимодальная версия через llama3_mmproj, однако описания её возможностей и формата входа в карточке нет.

Модель опубликована под лицензией Llama 3. README помечает её как экспериментальную; случайная маршрутизация экспертов и узкая ориентация на ролевые сценарии ограничивают предсказуемость качества в других задачах.

Сценарии применения

  • ролевые диалоги с персонажами
  • генерация ответов для текстовых RP-сценариев
  • диалоги для ERP-сценариев

Ограничения

Модель экспериментальная и ориентирована на ролевые сценарии; качество в других задачах не установлено. README указывает random-режим выбора экспертов, а заявленная поддержка зрения через llama3_mmproj не описана достаточно подробно.

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

[!NOTE] GGUF

Experimental RP-oriented MoE, the idea was to get a model that would be equal to or better than Mixtral 8x7B and it's finetunes in RP/ERP tasks.

There's:

Llama 3 SnowStorm v1.15B 4x8B

base_model: Sao10K_L3-8B-Stheno-v3.1
gate_mode: random
dtype: bfloat16
experts_per_token: 2
experts:
  - source_model: Nitral-AI_Poppy_Porpoise-1.0-L3-8B
  - source_model: NeverSleep_Llama-3-Lumimaid-8B-v0.1-OAS
  - source_model: openlynn_Llama-3-Soliloquy-8B-v2
  - source_model: Sao10K_L3-8B-Stheno-v3.1

Models used

Difference(from SnowStorm v1.0)

Vision

llama3_mmproj

image/png

Prompt format: Llama 3

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.68.01
AI2 Reasoning Challenge (25-Shot)60.67
HellaSwag (10-Shot)81.60
MMLU (5-Shot)68.12
TruthfulQA (0-shot)51.69
Winogrande (5-shot)76.56
GSM8k (5-shot)69.45

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
feb79d4

0 моделей