标签:

• 合并
• 合并工具包
• 懒人合并工具包
• timpal0l/Mistral-7B-v0.1-flashback-v2
• abacusai/Slerp-CM-mist-dpo
• EmbeddedLLM/Mistral-7B-Merge-14-v0.2 基础模型:
• timpal0l/Mistral-7B-v0.1-flashback-v2
• abacusai/Slerp-CM-mist-dpo
• EmbeddedLLM/Mistral-7B-Merge-14-v0.2 许可证: apache-2.0

测试-DARE

test-dare 是使用 LazyMergekit 合并以下模型的结果：

• timpal0l/Mistral-7B-v0.1-flashback-v2
• abacusai/Slerp-CM-mist-dpo
• EmbeddedLLM/Mistral-7B-Merge-14-v0.2

🧩 配置

模型:
  - 模型: mistralai/Mistral-7B-v0.1
    # 基础模型无需参数
  - 模型: timpal0l/Mistral-7B-v0.1-flashback-v2
    参数:
      密度: 0.53
      权重: 0.4
  - 模型: abacusai/Slerp-CM-mist-dpo
    参数:
      密度: 0.53
      权重: 0.3
  - 模型: EmbeddedLLM/Mistral-7B-Merge-14-v0.2
    参数:
      密度: 0.53
      权重: 0.3
合并方法: dare_ties
基础模型: mistralai/Mistral-7B-v0.1
参数:
  int8掩码: 是
数据类型: bfloat16

💻 使用方式

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

模型 = "FredrikBL/test-dare"
消息 = [{"角色": "用户", "内容": "什么是大型语言模型？"}]

分词器 = AutoTokenizer.from_pretrained(模型)
提示 = 分词器.apply_chat_template(消息, tokenize=False, add_generation_prompt=True)
管道 = transformers.pipeline(
    "文本生成",
    模型=模型,
    torch_dtype=torch.float16,
    设备映射="自动",
)

输出 = 管道(提示, 最大新令牌数=256, 是否采样=是, 温度=0.7, 最高k=50, 最高p=0.95)
打印(输出[0]["生成文本"])