Spaetzle V60 7b

🚀 Spaetzle-v60-7b

Spaetzle-v60-7b是一個漸進式模型融合（主要採用dare-ties方法，也包含slerp等）的成果，旨在為英語和德語的本地任務找到合適的平衡點。它通過LazyMergekit將以下模型進行了融合：

• abideen/AlphaMonarch-dora
• cstr/Spaetzle-v58-7b

✨ 主要特性

• 專為英語和德語本地任務設計，在兩者之間取得了較好的平衡。
• 通過融合多個模型，提升了整體性能。

📚 詳細文檔

基準測試

目前模型的性能表現良好。例如，在EQ-Bench測試中，我們得到的分數（v2_de）為65.08（可解析性分數為171.0）。

以下是來自Occiglot Euro LLM Leaderboard的對比數據：

對於int4-inc量化版本，來自Low-bit Quantized Open LLM Leaderboard的對比數據如下：

汙染檢查結果（參考模型：Mistral instruct 7b v0.1）：

• MMLU：結果 < 0.1，百分比：0.19
• TruthfulQA：結果 < 0.1，百分比：0.34
• GSM8k：結果 < 0.1，百分比：0.39

🧩 配置

models:
  - model: cstr/Spaetzle-v58-7b
    # 基礎模型無需參數
  - model: abideen/AlphaMonarch-dora
    parameters:
      density: 0.60
      weight: 0.30
merge_method: dare_ties
base_model: cstr/Spaetzle-v58-7b
parameters:
  int8_mask: true
dtype: bfloat16
random_seed: 0
tokenizer_source: base

💻 使用示例

基礎用法

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "cstr/Spaetzle-v60-7b"
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"])

📄 許可證

本模型使用的許可證為cc-by-nc-4.0。