基础模型:

• TareksLab/MO-MODEL3-V0.2-LLaMa-70B
• TareksLab/MO-MODEL5-V0.3-LLaMa-70B
• TareksLab/MO-MODEL2-V0.2-LLaMa-70B
• TareksLab/MO-MODEL1-V1-LLaMa-70B
• TareksLab/MO-MODEL6-V0.1-LLaMa-70B
• TareksLab/MO-MODEL4-V0.1-LLaMa-70B 库名称: transformers 标签:
• mergekit
• merge 许可证: llama3.3

曾用名MO-MODEL-Fused-V0.6-LLaMa-70B，本模型是我持续进行的专业模型融合实验的一部分。在此次实验中，我开始尝试使用梯度技术，以便更精细地控制各模型对最终融合结果的影响。

推荐采样器设置:

温度 1.0
最小P值 0.02

由于这种"超多模型融合"的特殊性质，建议不要在低于Q5量化的配置上运行该模型。

如果您喜欢我的工作，请考虑支持我，这将帮助我创造更多类似模型！ 在KO-FI上支持<3

MERGE2

这是使用mergekit工具融合的预训练语言模型。

融合详情

融合方法

本模型采用DARE TIES融合方法，以TareksLab/MO-MODEL6-V0.1-LLaMa-70B作为基础模型。

融合模型

参与融合的模型包括:

• TareksLab/MO-MODEL3-V0.2-LLaMa-70B
• TareksLab/MO-MODEL5-V0.3-LLaMa-70B
• TareksLab/MO-MODEL2-V0.2-LLaMa-70B
• TareksLab/MO-MODEL1-V1-LLaMa-70B
• TareksLab/MO-MODEL4-V0.1-LLaMa-70B

配置参数

生成本模型使用的YAML配置如下:

models:
  - model: TareksLab/MO-MODEL6-V0.1-LLaMa-70B
    parameters:
      weight: [0.1, 0.1, 0.1, 0.2, 0.5]
      density: 0.5
  - model: TareksLab/MO-MODEL4-V0.1-LLaMa-70B
    parameters:
      weight: [0.1, 0.1, 0.2, 0.4, 0.2]
      density: 0.5
  - model: TareksLab/MO-MODEL5-V0.3-LLaMa-70B
    parameters:
      weight: [0.1, 0.2, 0.4, 0.2, 0.1]
      density: 0.5
  - model: TareksLab/MO-MODEL3-V0.2-LLaMa-70B
    parameters:
      weight: [0.2, 0.4, 0.2, 0.1, 0.1]
      density: 0.5
  - model: TareksLab/MO-MODEL2-V0.2-LLaMa-70B
    parameters:
      weight: [0.5, 0.2, 0.1, 0.1, 0.1]
      density: 0.5
  - model: TareksLab/MO-MODEL1-V1-LLaMa-70B
    parameters:
      weight: 0.10
      density: 0.5
merge_method: dare_ties
base_model: TareksLab/MO-MODEL6-V0.1-LLaMa-70B
parameters:
  normalize: false
  int8_mask: true
dtype: float32
out_dtype: bfloat16
chat_template: llama3
tokenizer:
 source: base