/ 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
19 янв 2024

BagelMIsteryTour-v2-8x7B

Генерация текстаТекст → текст5 профессий

Слитая модель Mixtral для генерации текста по инструкциям, диалогов, ролевых сценариев и художественной прозы.

123скачиваний за 30 дней17лайковвеса обновлены27 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0937

    text-generation 0,0785
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3481

    text-generation 0,3473
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4138

    text-generation 0,4203
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5142

    text-generation 0,5159
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6262

    text-generation 0,5994
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3045

    text-generation 0,3079
    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BagelMIsteryTour-v2-8x7B — слитая автором ycros языковая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), созданная методом DARE TIES с помощью mergekit. В слияние вошли Bagel DPO, Mixtral Instruct, LimaRP и Sensualize; автор описывает модель как эксперимент с дополнительными настройками на базе Mixtral. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors.

Модель предназначена для генерации текста по инструкциям и диалогов, включая ролевые сценарии и художественную прозу. В README отмечена совместимость с форматами запросов Alpaca и, вероятно, Mistral; автор сообщает, что модель сохраняет связность на длинном контексте и реже зацикливается, чем некоторые сравниваемые сборки Mixtral.

Автор отмечает неравномерную alignment-настройку: модель может быть слабо выровнена для ряда запросов и излишне ограничена в отдельных случаях. В ролевых ответах она иногда повторяет маркер {{char}}: и продолжает ответ многословно. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

Сценарии применения

  • ответы на инструкции в формате Alpaca
  • ведение диалогов с языковой моделью
  • генерация ролевых сцен и персонажных реплик
  • написание художественной прозы
  • генерация текста на длинном контексте

Ограничения

Автор сообщает о неравномерном выравнивании поведения: модель может быть слабо выровнена для ряда запросов и чрезмерно ограничена в отдельных случаях. В ролевых ответах возможны повторение маркера {{char}}: и многословные продолжения.

Для каких профессий подходит5

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

BagelMIsteryTour-v2-8x7B

GGUF versions here
AWQ 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 1.07, 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.

Version 2: lowered the mix of Sensualize.

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: 0.1
  - 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
98a8b31

0 моделей