Daredevil-8B

Daredevil-8B项目介绍

项目概述

Daredevil-8B是一款通过多模型合并技术创造的强大文本生成模型，旨在优化MMLU（Multi-task Mixed Linguistic Understanding）得分。这款模型在多样化的测试数据集上的表现卓越，是对现有文本生成技术的重要完善和提升。Daredevil-8B使用了LazyMergekit合并技术，从多个基础模型中提取性能最佳的特性，以获取优异的文本生成能力。

基础模型来源

Daredevil-8B 是多种模型的合并版本。主要来源包括：

nbeerbower/llama-3-stella-8B
Hastagaras/llama-3-8b-okay
nbeerbower/llama-3-gutenberg-8B
openchat/openchat-3.6-8b-20240522
Kukedlc/NeuralLLaMa-3-8b-DT-v0.1
cstr/llama3-8b-spaetzle-v20
mlabonne/ChimeraLlama-3-8B-v3
flammenai/Mahou-1.1-llama3-8B
KingNish/KingNish-Llama3-8b

这些模型结合了不同领域的优势，大大提升了Daredevil-8B在文本生成任务中的综合表现。

应用领域

Daredevil-8B 能以更高效、准确的方式生成和处理文本信息，适用于很多场合，包括问答系统、自动摘要生成以及互动型AI助手等。该模型为经过筛选和优化的版本，适合需要高精度文本生成的任务。此外，另有一个未经过内容过滤的版本可供选择，即Daredevil-8B-abliterated。

模型性能

在多项基准测试中，Daredevil-8B的表现尤为突出，尤其在MMLU得分上达到领先水平。在Open LLM Leaderboard的评估中，该模型表现良好，尤其是在：

AI2 Reasoning Challenge (25-Shot)
HellaSwag (10-Shot)
MMLU (5-Shot)
TruthfulQA (0-shot)
Winogrande (5-shot)
GSM8k (5-shot)

在这些测试中，Daredevil-8B均取得了优异的成绩，显示出其在多任务处理上的强大能力。

总结

Daredevil-8B以其卓越的文本生成性能，成为目前技术中的佼佼者，其应用可能极为广泛，能够满足多种不同的文本处理需求。如果想体验一个更强大的文本处理工具，这款模型将是一个值得尝试的选择。

如何使用

Daredevil-8B可以通过Python程序使用。以下是基本的使用方法：

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mlabonne/Daredevil-8B"
messages = [{"role": "user", "content": "What is a large language model?"}]

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.bfloat16,
    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"])