许可证：Apache-2.0
数据集：

• Locutusque/inst_mix_v2_top_100k
  语言：
• 英语
  任务标签：文本生成
  示例输入：
• 文本：>
  <|用户|> 设计一个Neo4j数据库和Cypher函数片段，用于展示极端口腔卫生：初学者使用漱口水进行分析。使用if/else或switch/case语句处理与同意相关的不同条件。提供详细注释解释控制流程及每个决策背后的逻辑。<|助手|>
• 文本：'<|用户|> 给我写一个关于魔法之地的故事。<|助手|>'
• 文本：>
  <|用户|> 给我写一篇关于乔治·华盛顿生平的论文。<|助手|>
• 文本：'<|用户|> 解方程 2x + 10 = 20 <|助手|>'
• 文本：>
  <|用户|> 为我列出一些世界各地值得游览的好地方。<|助手|>
• 文本：>
  <|用户|> 如何管理懒惰员工：口头沟通。不要让员工的懒惰或缺乏热情成为反复出现的问题。告知员工你希望与他们讨论工作期望和表现，并安排时间面谈。问题：建议通过谈话管理懒惰员工。正确、错误还是两者都不是？<|助手|>'
  推理参数：
  温度：0.5
  采样：是
  前p值：0.5
  前k值：30
  最大新令牌数：250
  重复惩罚：1.15
  标签：
• 合并

LocutusqueXFelladrin-TinyMistral248M-Instruct

本模型通过合并Locutusque/TinyMistral-248M-Instruct和Felladrin/TinyMistral-248M-SFT-v4并使用mergekit工具创建。合并后，模型进一步在Locutusque/inst_mix_v2_top_100k数据集上以低学习率训练约20,000个示例以标准化权重。以下是合并使用的YAML配置：

模型：  
  - 模型：Felladrin/TinyMistral-248M-SFT-v4  
    参数：  
      权重：0.5  
  - 模型：Locutusque/TinyMistral-248M-Instruct  
    参数：  
      权重：1.0  
合并方法：线性  
数据类型：float16  

最终模型融合了两者的优势：Locutusque/TinyMistral-248M-Instruct的编程能力和推理技巧，以及Felladrin/TinyMistral-248M-SFT-v4的低幻觉和指令遵循能力。该模型在体积小巧的情况下展现出卓越性能。

评估

详见开放LLM排行榜。