license: cc-by-nc-4.0 tags:

• 模型融合
• mergekit工具
• lazymergekit工具
• AIDC-ai-business/Marcoroni-7B-v3模型
• EmbeddedLLM/Mistral-7B-Merge-14-v0.1模型 model-index:
• name: Marcoro14-7B-slerp融合模型 results:
  • task: type: 文本生成 name: 文本生成任务 dataset: name: AI2推理挑战赛（25样本） type: ai2_arc config: ARC挑战赛 split: 测试集 args: num_few_shot: 25 metrics:
    • type: 标准化准确率 value: 69.8 name: 标准化准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成任务 dataset: name: HellaSwag（10样本） type: hellaswag split: 验证集 args: num_few_shot: 10 metrics:
    • type: 标准化准确率 value: 87.13 name: 标准化准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成任务 dataset: name: MMLU（5样本） type: cais/mmlu config: 全科目 split: 测试集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 65.11 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成任务 dataset: name: TruthfulQA（0样本） type: truthful_qa config: 多选 split: 验证集 args: num_few_shot: 0 metrics:
    • type: 多选得分 value: 63.54 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成任务 dataset: name: Winogrande（5样本） type: winogrande config: winogrande_xl版 split: 验证集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 81.61 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜
  • task: type: 文本生成 name: 文本生成任务 dataset: name: GSM8k（5样本） type: gsm8k config: 主测试集 split: 测试集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 70.89 name: 准确率 source: url: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=mlabonne/Marcoro14-7B-slerp name: 开放LLM排行榜

Marcoro14-7B-slerp大语言模型

本模型是使用mergekit工具融合的以下两个模型：

• AIDC-ai-business/Marcoroni-7B-v3
• EmbeddedLLM/Mistral-7B-Merge-14-v0.1

🏆 性能评估

Marcoro14-7B-slerp是目前开放LLM排行榜上表现最佳的7B参数大语言模型（下图排名第一的模型为9B参数）：

使用Nous的基准测试套件评估结果如下：

AGIEval测试详情

平均得分：44.66%

GPT4ALL测试详情

平均得分：76.24%

TruthfulQA测试详情

平均得分：64.15%

Bigbench测试详情

平均得分：45.64%

综合平均得分：57.67%

🧩 融合配置

slices:
  - sources:
      - model: AIDC-ai-business/Marcoroni-7B-v3
        layer_range: [0, 32]
      - model: EmbeddedLLM/Mistral-7B-Merge-14-v0.1
        layer_range: [0, 32]
merge_method: slerp
base_model: AIDC-ai-business/Marcoroni-7B-v3
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

💻 使用示例

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mlabonne/Marcoro14-7B-slerp"
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"])

输出示例：

大语言模型是一种基于海量文本数据训练的人工智能(AI)系统。它能够理解和生成类人语言，预测句子或文档中可能出现的后续词汇或短语。这类模型采用复杂的算法和神经网络架构，通过数据学习不断提升性能。知名的大语言模型包括OpenAI的GPT-3和谷歌的BERT。

开放LLM排行榜评估结果

详细结果请查看此处