/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
20,3 ГБ
Архитектура
gemma2 · dense
Базовая модель
MT4-Gen2-IMM-gemma-2-9B
Библиотека
transformers
Опубликована
22 ноя 2024

MT4-Gen2-gemma-2-9B

Генерация текстаТекст → текст9 профессий

Объединённая SLERP-модель Gemma 2 на 9 млрд параметров для диалогов и генерации текста с контекстом до 8192 токенов.

30скачиваний за 30 дней4лайкавеса обновлены26 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.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2326

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,8051

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4368

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4257

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6108

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3456

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zelk12/MT4-Gen2-gemma-2-9B — объединённая разговорная языковая модель семейства Gemma 2, опубликованная в формате safetensors для использования с Transformers. Это плотная авторегрессионная модель на 9 млрд параметров; она создана слиянием SLERP двух предварительно обученных моделей: zelk12/MT4-Gen2-IMM-gemma-2-9B и zelk12/MT4-Gen2-GBMAMU-gemma-2-9B. В конфигурации слияния указаны bfloat16 и параметр t=0.25.

Модель предназначена для генерации текста и диалоговых сценариев: она может отвечать на запросы и продолжать текст. Контекстное окно составляет 8192 токена. Карточка приводит результаты оценки на Open LLM Leaderboard, в том числе IFEval и BBH, но не описывает целевые области применения или языковую специализацию. Лицензия в предоставленных данных не указана.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • генерация продолжений текста
  • следование инструкциям в текстовом чате

Ограничения

В предоставленных данных не указаны поддерживаемые языки и лицензия. Результаты оценок приведены лишь для отдельных бенчмарков и не гарантируют качество на других задачах.

Для каких профессий подходит9

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/MT4-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/MT4-Gen2-IMM-gemma-2-9B
  - model: zelk12/MT4-Gen2-GBMAMU-gemma-2-9B
merge_method: slerp
base_model: zelk12/MT4-Gen2-IMM-gemma-2-9B
dtype: bfloat16
parameters:
  t: 0.25

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.33.79
IFEval (0-Shot)80.51
BBH (3-Shot)44.18
MATH Lvl 5 (4-Shot)15.71
GPQA (0-shot)12.75
MuSR (0-shot)12.21
MMLU-PRO (5-shot)37.42

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
d5b8844

0 моделей