/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Архитектура
gemma2 · dense
Базовая модель
MT1-Gen2-GMA-gemma-2-9B
Библиотека
transformers
Опубликована
11 ноя 2024

MT1-Gen2-gemma-2-9B

Генерация текстаТекст → текст8 профессий

Объединённая методом SLERP разговорная модель Gemma 2 с 9 млрд параметров для генерации текста и ответов в диалоге.

28скачиваний за 30 дней2лайкавеса обновлены23 ноя 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

    0,4355

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2251

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7984

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6096

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4284

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3523

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zelk12/MT1-Gen2-gemma-2-9B — объединённая разговорная языковая модель на архитектуре Gemma 2, подготовленная с помощью mergekit из zelk12/MT1-Gen2-GMA-gemma-2-9B и zelk12/MT1-Gen2-BIMMMU-gemma-2-9B. Для слияния использован метод SLERP с параметром t=0,25; веса указаны в формате bfloat16. Модель содержит 9 млрд параметров и работает через библиотеку Transformers.

Модель предназначена для генерации текста в диалоговом формате. Её можно применять для ответов на вопросы, ведения беседы и создания связных текстовых продолжений. Заявленное нативное контекстное окно составляет 8192 токена. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH.

Модель основана на Gemma 2 и унаследовала ограничения и условия использования исходных моделей; отдельная лицензия в предоставленных данных не приведена.

Сценарии применения

  • ответы на вопросы в чате
  • ведение диалога с пользователем
  • генерация связных текстовых продолжений

Ограничения

В предоставленных данных не указаны поддерживаемые естественные языки и условия лицензии; перед использованием следует сверить лицензию исходных моделей.

Для каких профессий подходит8

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

Quants

Provided by @mradermacher

GGUF Static: https://huggingface.co/mradermacher/MT1-Gen2-gemma-2-9B-GGUF

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/MT1-Gen2-GMA-gemma-2-9B
  - model: zelk12/MT1-Gen2-BIMMMU-gemma-2-9B
merge_method: slerp
base_model: zelk12/MT1-Gen2-GMA-gemma-2-9B
dtype: bfloat16
parameters:
  t: 0.25

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.33.14
IFEval (0-Shot)79.84
BBH (3-Shot)43.92
MATH Lvl 5 (4-Shot)11.33
GPQA (0-shot)13.65
MuSR (0-shot)12.84
MMLU-PRO (5-shot)37.28

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.33.14
IFEval (0-Shot)79.84
BBH (3-Shot)43.92
MATH Lvl 5 (4-Shot)11.33
GPQA (0-shot)13.65
MuSR (0-shot)12.84
MMLU-PRO (5-shot)37.28

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
0b56eff

0 моделей