license: cc-by-nc-4.0 tags:

• 模型融合
• mergekit工具
• lazymergekit工具
• weezywitasneezy/BenchmarkEngineering-7B-slerp
• senseable/WestLake-7B-v2 base_model:
• weezywitasneezy/BenchmarkEngineering-7B-slerp
• senseable/WestLake-7B-v2 model-index:
• name: BenchmarkEngineering-F2-7B-slerp results:
  • task: type: 文本生成 name: 文本生成 dataset: name: AI2推理挑战赛（25样本） type: ai2_arc config: ARC挑战赛 split: 测试集 args: num_few_shot: 25 metrics:
    • type: 标准化准确率 value: 73.46 name: 标准化准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: HellaSwag（10样本） type: hellaswag split: 验证集 args: num_few_shot: 10 metrics:
    • type: 标准化准确率 value: 88.88 name: 标准化准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: MMLU（5样本） type: cais/mmlu config: 全科目 split: 测试集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 64.5 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: TruthfulQA（0样本） type: truthful_qa config: 多选题 split: 验证集 args: num_few_shot: 0 metrics:
    • type: mc2 value: 72.37 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: Winogrande（5样本） type: winogrande config: winogrande_xl split: 验证集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 86.11 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: GSM8k（5样本） type: gsm8k config: 主测试集 split: 测试集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 69.29 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=weezywitasneezy/BenchmarkEngineering-F2-7B-slerp name: 开放LLM排行榜

BenchmarkEngineering-F2-7B-slerp

本次融合旨在通过整合Westlake-7B-v2模型进一步提升原始BenchmarkEngineering模型的性能。虽然Winogrande分数有所提高，但其他基准测试成绩有所下降。

BenchmarkEngineering-F2-7B-slerp是使用LazyMergekit工具融合以下模型的成果：

• weezywitasneezy/BenchmarkEngineering-7B-slerp
• senseable/WestLake-7B-v2

开放LLM排行榜评估结果

详细结果请查阅此处

🧩 融合配置

slices:
  - sources:
      - model: weezywitasneezy/BenchmarkEngineering-7B-slerp
        layer_range: [0, 32]
      - model: senseable/WestLake-7B-v2
        layer_range: [0, 32]
merge_method: slerp
base_model: weezywitasneezy/BenchmarkEngineering-7B-slerp
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: 0.5
dtype: bfloat16

💻 使用示例

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "weezywitasneezy/BenchmarkEngineering-F2-7B-slerp"
messages = [{"role": "用户", "content": "什么是大语言模型？"}]

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"])