语言:

• 英语 许可证: apache-2.0 库名: transformers 标签:
• 合并
• mergekit
• lazymergekit 基础模型:
• bunnycore/Llama-3.1-8B-TitanFusion-Test
• vicgalle/Roleplay-Hermes-3-Llama-3.1-8B
• vicgalle/Humanish-Roleplay-Llama-3.1-8B
• bunnycore/Llama-3.1-8B-TitanFusion-Mix
• kromeurus/L3.1-Siithamo-v0.4-8B 管道标签: 文本生成 模型索引:
• 名称: Llama-3.1-8B-SpecialTitanFusion 结果:
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: IFEval (0-Shot) 类型: HuggingFaceH4/ifeval 参数: num_few_shot: 0 指标:
    • 类型: inst_level_strict_acc 和 prompt_level_strict_acc 值: 74.02 名称: 严格准确率 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: BBH (3-Shot) 类型: BBH 参数: num_few_shot: 3 指标:
    • 类型: acc_norm 值: 34.82 名称: 归一化准确率 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: MATH Lvl 5 (4-Shot) 类型: hendrycks/competition_math 参数: num_few_shot: 4 指标:
    • 类型: exact_match 值: 23.34 名称: 精确匹配 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: GPQA (0-shot) 类型: Idavidrein/gpqa 参数: num_few_shot: 0 指标:
    • 类型: acc_norm 值: 6.6 名称: acc_norm 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: MuSR (0-shot) 类型: TAUR-Lab/MuSR 参数: num_few_shot: 0 指标:
    • 类型: acc_norm 值: 7.49 名称: acc_norm 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: MMLU-PRO (5-shot) 类型: TIGER-Lab/MMLU-Pro 配置: main 分割: test 参数: num_few_shot: 5 指标:
    • 类型: acc 值: 29.12 名称: 准确率 来源: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard?query=ZeroXClem/Llama-3.1-8B-SpecialTitanFusion 名称: Open LLM Leaderboard

🏆 ZeroXClem-Llama-3.1-8B-SpecialTitanFusion 🏆

一个强大的泰坦级模型融合，专为增强角色扮演、创造力和智能而设计。

📌 概述

ZeroXClem-Llama-3.1-8B-SpecialTitanFusion 是一个精心打造的模型合并，利用了最先进的Transformer架构。通过 mergekit，我们结合了多个高性能的Llama-3.1模型，以增强上下文保留、创造力和细腻的文本生成能力。

该模型基于 kromeurus/L3.1-Siithamo-v0.4-8B，并采用 model_stock 方法精心挑选模型进行合并。

🛠 合并细节

🔄 合并方法: model_stock

该模型使用 model_stock 方法合并，确保所有贡献架构的平衡和优化融合。

📑 合并的模型

以下模型参与了此次融合：

• 🔷 kromeurus/L3.1-Siithamo-v0.4-8B
• 🦾 bunnycore/Llama-3.1-8B-TitanFusion-Test
• 🎭 vicgalle/Roleplay-Hermes-3-Llama-3.1-8B
• 💡 vicgalle/Humanish-Roleplay-Llama-3.1-8B
• 🔥 bunnycore/Llama-3.1-8B-TitanFusion-Mix

⚙ 配置

名称: ZeroXClem-Llama-3.1-8B-SpecialTitanFusion
基础模型: kromeurus/L3.1-Siithamo-v0.4-8B
数据类型: bfloat16
合并方法: model_stock
模型:
  - 模型: bunnycore/Llama-3.1-8B-TitanFusion-Test
  - 模型: vicgalle/Roleplay-Hermes-3-Llama-3.1-8B
  - 模型: vicgalle/Humanish-Roleplay-Llama-3.1-8B
  - 模型: bunnycore/Llama-3.1-8B-TitanFusion-Mix
分词器来源: kromeurus/L3.1-Siithamo-v0.4-8B

🌟 功能与能力

🔹 高度动态的写作 – 非常适合故事创作、世界构建和创意应用。
🔹 精细的角色扮演能力 – 增强的角色一致性、深刻的情感反应和沉浸式对话生成。
🔹 更好的结构化记忆 – 在大规模上下文对话中提高一致性。
🔹 平衡且无限制的回应 – 适应不同的用例。

🛠 使用方法

🔥 Ollama (快速推理)

您可以使用 Ollama 直接测试模型：

ollama run hf.co/ZeroXClem-Llama-3.1-8B-SpecialTitanFusion

🤗 Hugging Face Transformers (Python)

from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
import torch

模型名称 = "ZeroXClem-Llama-3.1-8B-SpecialTitanFusion"

# 加载分词器和模型
分词器 = AutoTokenizer.from_pretrained(模型名称)
模型 = AutoModelForCausalLM.from_pretrained(
    模型名称, 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)

# 初始化文本生成管道
文本生成器 = pipeline(
    "text-generation",
    模型=模型,
    分词器=分词器,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# 示例提示
提示 = "描述现代技术中人工智能伦理的重要性。"

# 生成输出
输出 = 文本生成器(
    提示,
    max_new_tokens=200,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95
)

print(输出[0]["generated_text"])

🔧 推荐用法

📜 提示风格

为获得最佳效果，使用类似Llama-3.1 Instruct的系统提示。
示例系统消息：

在提供任何回应之前，逐步进行逻辑推理和智力思考。

为增强角色扮演的创造力，可以尝试：

### 指令:
你是一个高级角色扮演助手。保持深刻的角色一致性和沉浸式的叙事。

🏗 模型设置

为优化输出质量，使用以下设置：

温度: 1.2  
最小P值: 0.1  
重复惩罚: 1.05  
重复惩罚标记: 256   
平滑采样: 0.18  

🔥 免责声明

🔹 请负责任地使用！
该模型遵循Meta的Llama-3.1社区许可协议。它是一个未经审查的模型，意味着应根据个人用例实施对齐。

🔹 您对生成的内容负责。
在生产环境中部署该模型时，请确保遵守人工智能伦理准则。

💬 反馈与贡献

如果您有任何建议或改进意见，请在Hugging Face上开启讨论！让我们继续改进Llama-3.1的合并元游戏！ 🚀

Open LLM Leaderboard 评估结果

详细结果请参见此处