标签:

• 合并
• 合并工具包
• 懒人合并工具包
• yam-peleg/Experiment21-7B
• CultriX/NeuralTrix-bf16
• louisgrc/Montebello_7B_SLERP
• CorticalStack/pastiche-crown-clown-7b-dare-dpo
• chihoonlee10/T3Q-Mistral-Orca-Math-DPO 基础模型:
• yam-peleg/Experiment21-7B
• CultriX/NeuralTrix-bf16
• louisgrc/Montebello_7B_SLERP
• CorticalStack/pastiche-crown-clown-7b-dare-dpo
• chihoonlee10/T3Q-Mistral-Orca-Math-DPO 许可证: apache-2.0

Neural-4-QA-7b

Neural-4-QA-7b 是使用 LazyMergekit 合并以下模型的结果：

• yam-peleg/Experiment21-7B
• CultriX/NeuralTrix-bf16
• louisgrc/Montebello_7B_SLERP
• CorticalStack/pastiche-crown-clown-7b-dare-dpo
• chihoonlee10/T3Q-Mistral-Orca-Math-DPO

🧩 配置

模型:
  - 模型: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
    # 基础模型无需参数
  - 模型: yam-peleg/Experiment21-7B
    参数:
      密度: 0.66
      权重: 0.2
  - 模型: CultriX/NeuralTrix-bf16
    参数:
      密度: 0.55
      权重: 0.2
  - 模型: louisgrc/Montebello_7B_SLERP
    参数:
      密度: 0.55
      权重: 0.2
  - 模型: CorticalStack/pastiche-crown-clown-7b-dare-dpo
    参数:
      密度: 0.44
      权重: 0.2
  - 模型: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
    参数:
      密度: 0.66
      权重: 0.2
合并方法: dare_ties
基础模型: chihoonlee10/T3Q-Mistral-Orca-Math-DPO
参数:
  int8掩码: 是
数据类型: bfloat16

💻 使用方式

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

模型 = "Kukedlc/Neural-4-QA-7b"
消息 = [{"角色": "用户", "内容": "什么是大语言模型？"}]

分词器 = AutoTokenizer.from_pretrained(模型)
提示 = 分词器.apply_chat_template(消息, tokenize=False, add_generation_prompt=True)
流水线 = transformers.pipeline(
    "文本生成",
    模型=模型,
    torch_dtype=torch.float16,
    设备映射="自动",
)

输出 = 流水线(提示, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(输出[0]["生成文本"])