Darebeagle 7B

🚀 DareBeagle-7B

DareBeagle-7Bは、LazyMergekitを使用して以下のモデルをマージしたものです。

• mlabonne/NeuralBeagle14-7B
• mlabonne/NeuralDaredevil-7B

🚀 クイックスタート

DareBeagle-7Bを使用することで、自然言語処理タスクを効果的に行うことができます。以下のセクションでは、モデルの設定と使用方法について説明します。

✨ 主な機能

• 複数のモデルをマージした高性能な言語モデルです。
• 様々な自然言語処理タスクに対応しています。

📦 インストール

必要なライブラリをインストールするには、以下のコマンドを実行します。

!pip install -qU transformers accelerate

📚 ドキュメント

🧩 設定

モデルの設定は以下の通りです。

slices:
  - sources:
      - model: mlabonne/NeuralBeagle14-7B
        layer_range: [0, 32]
      - model: mlabonne/NeuralDaredevil-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: mlabonne/NeuralDaredevil-7B
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.45 # fallback for rest of tensors
dtype: float16

💻 使用例

基本的な使用法

以下は、DareBeagle-7Bを使用してテキスト生成を行う基本的なコード例です。

from transformers import AutoTokenizer
import transformers
import torch

model = "shadowml/DareBeagle-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"])

Open LLM Leaderboard評価結果

詳細な結果はこちらで確認できます。

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で提供されています。