许可证：Apache-2.0
标签：

• Safetensors
• Mistral
• 文本生成推理
• 合并
• Mistral
• 7B
• mistralai/Mistral-7B-Instruct-v0.1
• VAGOsolutions/SauerkrautLM-7b-HerO
• Transformers
• PyTorch
• Safetensors
• Mistral
• 文本生成
• 微调
• ChatML
• 增强
• 德语
• 合并
• 英语
• 德语
• 许可证：Apache-2.0
• 兼容自动训练
• 兼容终端
• 有空间
• 文本生成推理
• 地区：美国

SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1

SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1 是以下模型的合并版本：

• mistralai/Mistral-7B-Instruct-v0.1
• VAGOsolutions/SauerkrautLM-7b-HerO

🧩 配置

slices:  
  - sources:  
      - model: mistralai/Mistral-7B-Instruct-v0.1  
        layer_range: [0, 32]  
      - model: VAGOsolutions/SauerkrautLM-7b-HerO  
        layer_range: [0, 32]  
merge_method: slerp  
base_model: mistralai/Mistral-7B-Instruct-v0.1  
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  

💻 使用方法

!pip install -qU transformers accelerate  

from transformers import AutoTokenizer  
import transformers  
import torch  

model = "MaziyarPanahi/SauerkrautLM-7b-HerO-Mistral-7B-Instruct-v0.1"  
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"])