license: apache-2.0 tags:

• 模型融合
• mergekit工具
• 懒人融合包
• 自动融合器 base_model:
• automerger/YamShadow-7B
• yam-peleg/Experiment28-7B

🧪 山影实验28号-7B模型

🎉 截至2024年4月8日，山影实验28号-7B是Open LLM排行榜上性能最佳的7B参数模型。使用时需谨慎，这可能是对基准测试过拟合的信号。

本模型是由Maxime Labonne采用以下配置自动融合而成：

• automerger/YamShadow-7B
• yam-peleg/Experiment28-7B

🔍 应用场景

该模型支持8k上下文窗口，推荐配合Alpaca聊天模板使用（与LM Studio完美兼容）。注意模型可能偶现输出大量"INST"标记的情况。根据实测，其在Open LLM排行榜的优异表现可能存在过拟合风险。

⚡ 量化版本

• GGUF格式：https://huggingface.co/automerger/YamshadowExperiment28-7B-GGUF

🏆 性能评估

Open LLM排行榜

截至2024年4月8日，本模型位列7B参数级榜首。

EQ-bench测试

特别感谢Samuel J. Paech进行的评估。

Nous评测

使用LLM自动评估工具测试，完整榜单参见此处。

🌳 模型族谱

🧩 融合配置

slices:
  - sources:
      - model: automerger/YamShadow-7B
        layer_range: [0, 32]
      - model: yam-peleg/Experiment28-7B
        layer_range: [0, 32]
merge_method: slerp
base_model: automerger/YamShadow-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: 0.5
dtype: bfloat16
random_seed: 0

💻 使用示例

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "automerger/YamshadowExperiment28-7B"
messages = [{"role": "user", "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"])