magnum-v4-123b-ggufオープンソーステキスト生成モデル - 無料でデプロイ可能、Claude 3に匹敵する生成品質

Home

Magnum V4 123b Gguf

Developed by anthracite-org

Mistral-Large-Instructを微調整した123Bパラメータモデルで、Claude 3のテキスト生成品質を再現することを目的としています

大規模言語モデル EnglishOpen Source License:Other #Claude3スタイル再現 #長文生成 #命令微調整

Downloads 380

Release Time : 10/19/2024

Model Overview

このモデルは高品質なテキスト生成に特化しており、特に会話と命令追従能力を最適化し、チャットやライティング支援シナリオに適しています

Model Features

Claude 3スタイル生成

Claude 3(Sonnet/Opus)のテキスト生成スタイルと品質を再現するために特別に微調整されています

長文コンテキストサポート

最大16384トークンのコンテキストウィンドウをサポートし、長文ドキュメントや複雑な対話の処理に適しています

複数データセット融合トレーニング

6つの高品質データセットを使用してトレーニングされ、様々なテキスト生成シナリオをカバーしています

Model Capabilities

対話生成

命令追従

クリエイティブライティング

長文生成

Use Cases

チャットアプリケーション

インテリジェントチャットアシスタント

Claudeスタイルのチャットボット構築に使用

自然で流暢、コンテキストに合った対話応答を生成

コンテンツ作成

ライティングアシスタント

著者がクリエイティブなコンテンツを生成したりライティングを完成させるのを支援

高品質でスタイルが一貫したテキストを生成

🚀 マグナム-v4-123bモデル

このモデルは、Claude 3モデル（特にSonnetとOpus）の散文品質を再現するように設計された一連のモデルです。GGUF量子化されたモデルが含まれており、元の重みが必要な場合はこちらを参照してください。

image/png

🚀 クイックスタート

このリポジトリにはモデルのGGUF量子化データが含まれています。元の重みが必要な場合は、こちらで見つけることができます。

✨ 主な機能

このモデルは、Claude 3モデル（特にSonnetとOpus）の散文品質を再現するように設計されています。mistralai/Mistral-Large-Instruct-2407をベースにファインチューニングされています。

💻 使用例

基本的な使用法

典型的な入力は次のようになります。

<s>[INST] SYSTEM MESSAGE\nUSER MESSAGE[/INST] ASSISTANT MESSAGE</s>[INST] USER MESSAGE[/INST]

高度な使用法

SillyTavernで使用するためのInstructとContextのテンプレートは次の通りです。

context template

default SillyTavern template works fine

instruct template

default SillyTavern template works fine

📚 ドキュメント

Axolotl設定

Axolotl設定を表示

base_model: mistralai/Mistral-Large-Instruct-2407
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: anthracite-org/c2_logs_16k_mistral-large_v1.2
    type: sharegpt
    conversation: mistral
  - path: anthracite-org/kalo-opus-instruct-22k-no-refusal
    type: sharegpt
    conversation: mistral
  - path: lodrick-the-lafted/kalo-opus-instruct-3k-filtered
    type: sharegpt
    conversation: mistral
  - path: anthracite-org/nopm_claude_writing_fixed
    type: sharegpt
    conversation: mistral
  - path: anthracite-org/kalo_opus_misc_240827
    type: sharegpt
    conversation: mistral
  - path: anthracite-org/kalo_misc_part2
    type: sharegpt
    conversation: mistral
#chat_template: chatml
shuffle_merged_datasets: true
#default_system_message: "You are an assistant that responds to the user."
dataset_prepared_path: ./data/magnum-123b-data
val_set_size: 0.0
output_dir: ./data/123b-fft-out

sequence_len: 16384
sample_packing: true
pad_to_sequence_len: true

adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:
lora_fan_in_fan_out:

wandb_project: 123b-magnum-fft
wandb_entity:
wandb_watch:
wandb_name: alter-attempt-04
wandb_log_model:

gradient_accumulation_steps: 4
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.0000015

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: unsloth
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 40
evals_per_epoch:
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 2
debug:
deepspeed: deepspeed_configs/zero3_bf16.json
weight_decay: 0.01
fsdp:
fsdp_config:
special_tokens: