/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
MT-Merge4-BMUGI-gemma-2-9B
Библиотека
transformers
Опубликована
21 дек 2024

MT-Merge4-gemma-2-9B

Генерация текстаТекст → текст11 профессий

Разговорная модель Gemma 2 на 9 млрд параметров, полученная слиянием двух моделей для генерации текста и диалогов.

25скачиваний за 30 дней1лайквеса обновлены22 дек 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4294

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6118

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2168

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3523

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7807

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,439

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zelk12/MT-Merge4-gemma-2-9B — разговорная языковая модель на архитектуре Gemma 2, созданная разработчиком zelk12 путём слияния двух предварительно обученных моделей: zelk12/MT-Merge4-BMUGI-gemma-2-9B и zelk12/MT-Merge4-MMMA-gemma-2-9B. Для объединения применён метод SLERP через mergekit; модель имеет около 9 млрд параметров, работает с текстом и рассчитана на контекст до 8192 токенов.

Модель предназначена для генерации текста в диалоговом формате и общих сценариев общения с языковой моделью. В README приведены результаты оценивания на Open LLM Leaderboard, включая IFEval и BBH, но они не гарантируют качество на конкретных пользовательских задачах. Репозиторий содержит веса safetensors и использует лицензию Gemma; применение должно соответствовать её условиям.

Сценарии применения

  • ответы на вопросы в текстовом чате
  • генерация связных текстов по запросу
  • помощь в составлении и переформулировании текста
  • следование инструкциям на естественном языке

Ограничения

README не сообщает о поддерживаемых естественных языках и специализированных областях применения. Результаты бенчмарков не гарантируют качество для конкретных задач; использование регулируется лицензией Gemma.

Для каких профессий подходит11

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

merge

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

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: zelk12/MT-Merge4-MMMA-gemma-2-9B
  - model: zelk12/MT-Merge4-BMUGI-gemma-2-9B
merge_method: slerp
base_model: zelk12/MT-Merge4-MMMA-gemma-2-9B
dtype: bfloat16
parameters:
  t: 0.25

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.34.12
IFEval (0-Shot)78.07
BBH (3-Shot)44.05
MATH Lvl 5 (4-Shot)18.81
GPQA (0-shot)13.65
MuSR (0-shot)12.48
MMLU-PRO (5-shot)37.67

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
a66eda1

0 моделей