Neural 4 Maths 7b

🚀 Neural-4-Maths-7b

Neural-4-Maths-7bは、LazyMergekitを使用して以下のモデルをマージしたものです。このモデルは、複数のモデルの特性を統合することで、数学関連のタスクなどでの性能向上を目指しています。

• liminerity/M7-7b
• MTSAIR/multi_verse_model
• Kukedlc/NeuralSirKrishna-7b
• Kukedlc/NeuralMaths-Experiment-7b
• Kukedlc/Neural4gsm8k

🚀 クイックスタート

Neural-4-Maths-7bは、複数のモデルをマージして作成されたモデルです。以下のセクションでは、その設定方法と使用方法について説明します。

📦 インストール

使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを使用してインストールしてください。

!pip install -qU transformers accelerate

🧩 設定

Neural-4-Maths-7bのマージ設定は以下の通りです。

models:
  - model: Kukedlc/NeuralSirKrishna-7b
    # No parameters necessary for base model
  - model: liminerity/M7-7b
    parameters:
      density: 0.66
      weight: 0.2
  - model: MTSAIR/multi_verse_model
    parameters:
      density: 0.66
      weight: 0.2
  - model: Kukedlc/NeuralSirKrishna-7b
    parameters:
      density: 0.66
      weight: 0.2
  - model: Kukedlc/NeuralMaths-Experiment-7b
    parameters:
      density: 0.44
      weight: 0.2
  - model: Kukedlc/Neural4gsm8k
    parameters:
      density: 0.44
      weight: 0.2
merge_method: dare_ties
base_model: Kukedlc/NeuralSirKrishna-7b
parameters:
  int8_mask: true
dtype: bfloat16

💻 使用例

基本的な使用法

以下のコードは、Neural-4-Maths-7bを使用してテキスト生成を行う基本的な例です。

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/Neural-4-Maths-7b"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。