/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
CC BY-NC 4.0
Архитектура
mixtral · MoE
Базовая модель
Mixtral-8x7B-v0.1
Опубликована
15 янв 2024

BagelMIsteryTour-8x7B

Генерация текстаТекст → текст4 профессии

Экспериментальная объединённая модель Mixtral для генерации текста по инструкциям, диалогов и ролевых сцен.

70скачиваний за 30 дней4лайкавеса обновлены16 янв 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

BagelMIsteryTour-8x7B — экспериментальная объединённая языковая модель на архитектуре Mixtral, собранная автором репозитория с помощью mergekit. В слияние DARE TIES вошли Mixtral-8x7B-Instruct-v0.1, Bagel DPO, LimaRP-вариант Mixtral и Sensualize-Mixtral; базовой указана mistralai/Mixtral-8x7B-v0.1. Модель имеет 7,1 млрд параметров и контекст до 32 768 токенов.

Модель предназначена для генерации текста по инструкциям и диалогов, в том числе ролевых сцен и художественной прозы. Автор сообщает о совместимости с форматами запросов Alpaca и, предположительно, Mistral, а также о стабильной работе на длинном контексте и меньшей склонности к зацикливанию по сравнению с некоторыми другими вариантами Mixtral. Это наблюдения автора, а не независимая оценка качества. Модель может быть слабо выровнена в ряде тем и чрезмерно ограничивать некоторые ответы. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

  • генерация ответов на инструкции
  • ведение диалогов с персонажами
  • написание ролевых сцен
  • создание художественной прозы
  • генерация текста на длинном контексте

Ограничения

Автор отмечает, что модель слабо выровнена по некоторым темам и может чрезмерно ограничивать ответы по другим. В ролевых сценариях ответы иногда повторяют метку персонажа или становятся многословными; заявленные качества основаны на тестировании автора.

Для каких профессий подходит4

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

BagelMIsteryTour-8x7B

GGUF versions here

Bagel, Mixtral Instruct, with extra spices. Give it a taste. Works with Alpaca prompt formats, though the Mistral format should also work.

image/jpeg

I started experimenting around seeing if I could improve or fix some of Bagel's problems. Totally inspired by seeing how well Doctor-Shotgun's Mixtral-8x7B-Instruct-v0.1-LimaRP-ZLoss worked (which is a LimaRP tune on top of base Mixtral, and then merged with Mixtral Instruct) - I decided to try some merges of Bagel with Mixtral Instruct as a result.

Somehow I ended up here, Bagel, Mixtral Instruct, a little bit of LimaRP, a little bit of Sao10K's Sensualize. So far in my testing it's working very well, and while it seems fairly unaligned on a lot of stuff, it's maybe a little too aligned on a few specific things (which I think comes from Sensualize) - so that's something to play with in the future, or maybe try to DPO out.

I've been running (temp last) minP 0.1, dynatemp 0.5-4, rep pen 1.02, rep range 1024. I've been testing Alpaca style Instruction/Response, and Instruction/Input/Response and those seem to work well, I expect Mistral's prompt format would also work well. You may need to add a stopping string on "{{char}}:" for RPs because it can sometimes duplicate those out in responses and waffle on. Seems to hold up and not fall apart at long contexts like Bagel and some other Mixtral tunes seem to, definitely doesn't seem prone to loopyness either. Can be pushed into extravagant prose if the scene/setting calls for it.

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

Merge Details

Merge Method

This model was merged using the DARE TIES merge method using mistralai/Mixtral-8x7B-v0.1 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

base_model: mistralai/Mixtral-8x7B-v0.1
models:
  - model: mistralai/Mixtral-8x7B-v0.1+Doctor-Shotgun/limarp-zloss-mixtral-8x7b-qlora
    parameters:
      density: 0.5
      weight: 0.2
  - model: Sao10K/Sensualize-Mixtral-bf16
    parameters:
      density: 0.5
      weight: 0.2
  - model: mistralai/Mixtral-8x7B-Instruct-v0.1
    parameters:
      density: 0.6
      weight: 1.0
  - model: jondurbin/bagel-dpo-8x7b-v0.2
    parameters:
      density: 0.6
      weight: 0.5
merge_method: dare_ties
dtype: bfloat16


Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
4890407

0 моделей