初始化项目,由ModelHub XC社区提供模型
Model: EldritchLabs/Kraken-12B-v0 Source: Original Platform
This commit is contained in:
38
.gitattributes
vendored
Normal file
38
.gitattributes
vendored
Normal file
@@ -0,0 +1,38 @@
|
|||||||
|
*.7z filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.arrow filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bin filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.bz2 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ckpt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ftz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.gz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.h5 filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.joblib filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.lfs.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.mlmodel filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.model filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.msgpack filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npy filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.npz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.onnx filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.ot filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.parquet filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pb filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pickle filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pkl filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pt filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.pth filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.rar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.safetensors filter=lfs diff=lfs merge=lfs -text
|
||||||
|
saved_model/**/* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar.* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tar filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tflite filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.tgz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.wasm filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.xz filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zip filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*.zst filter=lfs diff=lfs merge=lfs -text
|
||||||
|
*tfevents* filter=lfs diff=lfs merge=lfs -text
|
||||||
|
kraken_audit.png filter=lfs diff=lfs merge=lfs -text
|
||||||
|
Kraken.png filter=lfs diff=lfs merge=lfs -text
|
||||||
|
tokenizer.json filter=lfs diff=lfs merge=lfs -text
|
||||||
3
Kraken.png
Normal file
3
Kraken.png
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:1e64454335f2fa7966c21e5613ead6caa425fe17a4b3e69b2bfdb6cf9942ddc7
|
||||||
|
size 1651766
|
||||||
2
chat_template.jinja
Normal file
2
chat_template.jinja
Normal file
@@ -0,0 +1,2 @@
|
|||||||
|
{% for message in messages %}{{'<|im_start|>' + message['role'] + '\n' + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}
|
||||||
|
{% if add_generation_prompt %}{{ '<|im_start|>assistant\n' }}{% endif %}
|
||||||
26
config.json
Normal file
26
config.json
Normal file
@@ -0,0 +1,26 @@
|
|||||||
|
{
|
||||||
|
"architectures": [
|
||||||
|
"MistralForCausalLM"
|
||||||
|
],
|
||||||
|
"attention_dropout": 0.0,
|
||||||
|
"bos_token_id": 1,
|
||||||
|
"dtype": "bfloat16",
|
||||||
|
"eos_token_id": 15,
|
||||||
|
"head_dim": 128,
|
||||||
|
"hidden_act": "silu",
|
||||||
|
"hidden_size": 5120,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 14336,
|
||||||
|
"max_position_embeddings": 1024000,
|
||||||
|
"model_type": "mistral",
|
||||||
|
"num_attention_heads": 32,
|
||||||
|
"num_hidden_layers": 40,
|
||||||
|
"num_key_value_heads": 8,
|
||||||
|
"rms_norm_eps": 1e-05,
|
||||||
|
"rope_theta": 1000000.0,
|
||||||
|
"sliding_window": null,
|
||||||
|
"tie_word_embeddings": false,
|
||||||
|
"transformers_version": "4.57.6",
|
||||||
|
"use_cache": true,
|
||||||
|
"vocab_size": 131088
|
||||||
|
}
|
||||||
3
kraken_audit.png
Normal file
3
kraken_audit.png
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:9bc02d8238ef602675f10c15236f8a85d0e9156fc47d6fd7df2605e51a4f7d82
|
||||||
|
size 224822
|
||||||
633
mergekit_config.yml
Normal file
633
mergekit_config.yml
Normal file
@@ -0,0 +1,633 @@
|
|||||||
|
base_model: B:/12B/models--IntervitensInc--Mistral-Nemo-Base-2407-chatml
|
||||||
|
models:
|
||||||
|
# - model: B:/12B/models--aixonlab--Aether-12b
|
||||||
|
# - model: B:/12B/models--aixonlab--Zinakha-12b
|
||||||
|
# - model: B:/12B/models--allura-org--Bigger-Body-12b
|
||||||
|
# - model: B:/12B/models--allura-org--MN-12b-RP-Ink
|
||||||
|
# - model: B:/12B/models--allura-org--remnant-mn-12b
|
||||||
|
# - model: B:/12B/models--allura-org--Tlacuilo-12B
|
||||||
|
# - model: B:/12B/models--anthracite-org--magnum-v2-12b
|
||||||
|
# - model: B:/12B/models--anthracite-org--magnum-v2.5-12b-kto
|
||||||
|
# - model: B:/12B/models--anthracite-org--magnum-v4-12b
|
||||||
|
# - model: B:/12B/models--ArliAI--Mistral-Nemo-12B-ArliAI-RPMax-v1.2
|
||||||
|
# - model: B:/12B/models--axolotl-ai-co--romulus-mistral-nemo-12b-simpo
|
||||||
|
# - model: B:/12B/models--Babsie--Opulus-12B-v3
|
||||||
|
# - model: B:/12B/models--BeaverAI--mistral-doryV2-12b
|
||||||
|
# - model: B:/12B/models--cgato--Nemo-12b-Humanize-KTO-Experimental-Latest
|
||||||
|
# - model: B:/12B/models--cgato--Nemo-12b-Humanize-SFT-v0.2.5-KTO
|
||||||
|
# - model: B:/12B/models--ChaoticNeutrals--Mag-Mell-Reasoner-12B
|
||||||
|
# - model: B:/12B/models--crestf411--nemo-sunfall-v0.6.1
|
||||||
|
# - model: B:/12B/models--dphn--dolphin-2.9.3-mistral-nemo-12b
|
||||||
|
# - model: B:/12B/models--Elizezen--Himeyuri-v0.1-12B
|
||||||
|
# - model: B:/12B/models--Epiculous--Azure_Dusk-v0.2
|
||||||
|
# - model: B:/12B/models--Epiculous--Crimson_Dawn-v0.2
|
||||||
|
# - model: B:/12B/models--EpistemeAI2--Fireball-Mistral-Nemo-12B-Philos
|
||||||
|
# - model: B:/12B/models--EpistemeAI--Mistral-Nemo-Instruct-12B-Philosophy-Math
|
||||||
|
# - model: B:/12B/models--Fizzarolli--MN-12b-Rosier-v1
|
||||||
|
# - model: B:/12B/models--flammenai--Flammades-Mistral-Nemo-12B
|
||||||
|
# - model: B:/12B/models--flammenai--Mahou-1.3-mistral-nemo-12B
|
||||||
|
# - model: B:/12B/models--flammenai--Mahou-1.5-mistral-nemo-12B
|
||||||
|
# - model: B:/12B/models--GreenerPastures--Golden-Curry-12B
|
||||||
|
# - model: B:/12B/models--Gryphe--Pantheon-RP-1.5-12b-Nemo
|
||||||
|
# - model: B:/12B/models--Gryphe--Pantheon-RP-1.6.1-12b-Nemo
|
||||||
|
# - model: B:/12B/models--HumanLLMs--Human-Like-Mistral-Nemo-Instruct-2407
|
||||||
|
# - model: B:/12B/models--IIEleven11--Kalypso
|
||||||
|
# - model: B:/12B/models--intervitens--mini-magnum-12b-v1.1
|
||||||
|
# - model: B:/12B/models--IntervitensInc--Mistral-Nemo-Base-2407-chatml
|
||||||
|
# - model: B:/12B/models--jtatman--mistral_nemo_12b_reasoning_psychology_lora
|
||||||
|
# - model: B:/12B/models--KOOWEEYUS--BlackSheep-RP-12B
|
||||||
|
# - model: B:/12B/models--Lambent--Arsenic-Shahrazad-12B-v2
|
||||||
|
# - model: B:/12B/models--Lambent--Arsenic-Shahrazad-12B-v3
|
||||||
|
# - model: B:/12B/models--Lambent--arsenic-nemo-unleashed-12B
|
||||||
|
# - model: B:/12B/models--Lambent--Gilded-Arsenic-12B
|
||||||
|
# - model: B:/12B/models--LatitudeGames--Muse-12B
|
||||||
|
# - model: B:/12B/models--LatitudeGames--Wayfarer-12B
|
||||||
|
# - model: B:/12B/models--LatitudeGames--Wayfarer-2-12B
|
||||||
|
# - model: B:/12B/models--migtissera--Tess-3-Mistral-Nemo-12B
|
||||||
|
# # - model: B:/12B/models--mistralai--Mistral-Nemo-Instruct-2407
|
||||||
|
# - model: B:/12B/models--mpasila--Mistral-freeLiPPA-LoRA-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Denker-mistral-nemo-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Lyra-Gutenberg-mistral-nemo-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Lyra4-Gutenberg-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Merlina-ORPO-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-bophades-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-cc-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v2
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v3
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v4
|
||||||
|
# - model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Doppel-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Doppel-12B-v2
|
||||||
|
# - model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Encore-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Vitus-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-kartoffel-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--Mistral-Nemo-Prism-12B
|
||||||
|
# - model: B:/12B/models--nbeerbower--mistral-nemo-wissenschaft-12B
|
||||||
|
# - model: B:/12B/models--NeverSleepHistorical--lumi-nemo-e2.0
|
||||||
|
# - model: B:/12B/models--NeverSleep--Lumimaid-v0.2-12B
|
||||||
|
# - model: B:/12B/models--nothingiisreal--Celeste-12B-V1.6
|
||||||
|
# - model: B:/12B/models--nothingiisreal--MN-12B-Celeste-V1.9
|
||||||
|
# # - model: B:/12B/models--p-e-w--Mistral-Nemo-Instruct-2407-heretic-noslop
|
||||||
|
# - model: B:/12B/models--PocketDoc--Dans-DangerousWinds-V1.1.0-12b
|
||||||
|
# - model: B:/12B/models--PocketDoc--Dans-PersonalityEngine-V1.1.0-12b
|
||||||
|
# - model: B:/12B/models--PocketDoc--Dans-PersonalityEngine-V1.3.0-12b
|
||||||
|
# - model: B:/12B/models--PocketDoc--Dans-SakuraKaze-V1.0.0-12b
|
||||||
|
# - model: B:/12B/models--PygmalionAI--Eleusis-12B
|
||||||
|
# - model: B:/12B/models--PygmalionAI--Pygmalion-3-12B
|
||||||
|
# - model: B:/12B/models--rAIfle--Questionable-MN-bf16
|
||||||
|
# - model: B:/12B/models--ReadyArt--Dark-Nexus-12B-v2.0
|
||||||
|
# - model: B:/12B/models--ReadyArt--Forgotten-Safeword-12B-v4.0
|
||||||
|
# - model: B:/12B/models--ReadyArt--Omega-Darker_The-Final-Directive-12B
|
||||||
|
# - model: B:/12B/models--romaingrx--red-teamer-mistral-nemo
|
||||||
|
# - model: B:/12B/models--Sao10K--MN-12B-Lyra-v1
|
||||||
|
# - model: B:/12B/models--Sao10K--MN-12B-Lyra-v2a1
|
||||||
|
# - model: B:/12B/models--Sao10K--MN-12B-Lyra-v4
|
||||||
|
# - model: B:/12B/models--Sao10K--MN-BackyardAI-Party-12B-v1
|
||||||
|
# - model: B:/12B/models--schneewolflabs--A0l-12B
|
||||||
|
# - model: B:/12B/models--shisa-ai--shisa-v2-mistral-nemo-12b
|
||||||
|
# - model: B:/12B/models--shuttleai--shuttle-2.5-mini
|
||||||
|
# - model: B:/12B/models--SicariusSicariiStuff--Angelic_Eclipse_12B
|
||||||
|
# - model: B:/12B/models--SicariusSicariiStuff--Impish_Bloodmoon_12B
|
||||||
|
# - model: B:/12B/models--SicariusSicariiStuff--Impish_Longtail_12B
|
||||||
|
# - model: B:/12B/models--SicariusSicariiStuff--Impish_Nemo_12B
|
||||||
|
# - model: B:/12B/models--SicariusSicariiStuff--Sweet_Dreams_12B
|
||||||
|
# - model: B:/12B/models--sleepdeprived3--Christian-Bible-Expert-v2.0-12B
|
||||||
|
# - model: B:/12B/models--SuperbEmphasis--MN-12b-RP-Ink-RP-Longform
|
||||||
|
# - model: B:/12B/models--SuperbEmphasis--Omega-Darker_The-Final-Directive-Longform-Stage2-ERP-12B-v0.2
|
||||||
|
# - model: B:/12B/models--TheDrummer--Rivermind-12B-v1
|
||||||
|
# - model: B:/12B/models--TheDrummer--Rocinante-12B-v1
|
||||||
|
# - model: B:/12B/models--TheDrummer--Rocinante-X-12B-v1
|
||||||
|
# - model: B:/12B/models--Trappu--Nemo-Picaro-12B
|
||||||
|
# - model: B:/12B/models--Undi95--LocalC-12B-e2.0
|
||||||
|
# - model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v5
|
||||||
|
# - model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v6
|
||||||
|
# - model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v8
|
||||||
|
# - model: B:/12B/models--VAGOsolutions--SauerkrautLM-Nemo-12b-Instruct
|
||||||
|
- model: B:/12B/models--aixonlab--Aether-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--aixonlab--Zinakha-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--allura-org--Bigger-Body-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--allura-org--MN-12b-RP-Ink
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--allura-org--remnant-mn-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--allura-org--Tlacuilo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--anthracite-org--magnum-v2-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--anthracite-org--magnum-v2.5-12b-kto
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--anthracite-org--magnum-v4-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--ArliAI--Mistral-Nemo-12B-ArliAI-RPMax-v1.2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--axolotl-ai-co--romulus-mistral-nemo-12b-simpo
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Babsie--Opulus-12B-v3
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--BeaverAI--mistral-doryV2-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--cgato--Nemo-12b-Humanize-KTO-Experimental-Latest
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--cgato--Nemo-12b-Humanize-SFT-v0.2.5-KTO
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--ChaoticNeutrals--Mag-Mell-Reasoner-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--crestf411--nemo-sunfall-v0.6.1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--dphn--dolphin-2.9.3-mistral-nemo-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Elizezen--Himeyuri-v0.1-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Epiculous--Azure_Dusk-v0.2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Epiculous--Crimson_Dawn-v0.2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--EpistemeAI2--Fireball-Mistral-Nemo-12B-Philos
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--EpistemeAI--Mistral-Nemo-Instruct-12B-Philosophy-Math
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Fizzarolli--MN-12b-Rosier-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--flammenai--Flammades-Mistral-Nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--flammenai--Mahou-1.3-mistral-nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--flammenai--Mahou-1.5-mistral-nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--GreenerPastures--Golden-Curry-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Gryphe--Pantheon-RP-1.5-12b-Nemo
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Gryphe--Pantheon-RP-1.6.1-12b-Nemo
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--HumanLLMs--Human-Like-Mistral-Nemo-Instruct-2407
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--IIEleven11--Kalypso
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--intervitens--mini-magnum-12b-v1.1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--IntervitensInc--Mistral-Nemo-Base-2407-chatml
|
||||||
|
- model: B:/12B/models--jtatman--mistral_nemo_12b_reasoning_psychology_lora
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--KOOWEEYUS--BlackSheep-RP-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Lambent--Arsenic-Shahrazad-12B-v2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Lambent--Arsenic-Shahrazad-12B-v3
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Lambent--arsenic-nemo-unleashed-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Lambent--Gilded-Arsenic-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--LatitudeGames--Muse-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--LatitudeGames--Wayfarer-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--LatitudeGames--Wayfarer-2-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--migtissera--Tess-3-Mistral-Nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
# - model: B:/12B/models--mistralai--Mistral-Nemo-Instruct-2407
|
||||||
|
- model: B:/12B/models--mpasila--Mistral-freeLiPPA-LoRA-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Denker-mistral-nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Lyra-Gutenberg-mistral-nemo-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Lyra4-Gutenberg-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Merlina-ORPO-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-bophades-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-cc-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v3
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-gutenberg-12B-v4
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Doppel-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Doppel-12B-v2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Encore-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Mistral-Nemo-Gutenberg-Vitus-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-kartoffel-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--Mistral-Nemo-Prism-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nbeerbower--mistral-nemo-wissenschaft-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--NeverSleepHistorical--lumi-nemo-e2.0
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--NeverSleep--Lumimaid-v0.2-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nothingiisreal--Celeste-12B-V1.6
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--nothingiisreal--MN-12B-Celeste-V1.9
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
# - model: B:/12B/models--p-e-w--Mistral-Nemo-Instruct-2407-heretic-noslop
|
||||||
|
- model: B:/12B/models--PocketDoc--Dans-DangerousWinds-V1.1.0-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--PocketDoc--Dans-PersonalityEngine-V1.1.0-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--PocketDoc--Dans-PersonalityEngine-V1.3.0-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--PocketDoc--Dans-SakuraKaze-V1.0.0-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--PygmalionAI--Eleusis-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--PygmalionAI--Pygmalion-3-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--rAIfle--Questionable-MN-bf16
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.005 # -400%
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--ReadyArt--Dark-Nexus-12B-v2.0
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--ReadyArt--Forgotten-Safeword-12B-v4.0
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--ReadyArt--Omega-Darker_The-Final-Directive-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--romaingrx--red-teamer-mistral-nemo
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Sao10K--MN-12B-Lyra-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Sao10K--MN-12B-Lyra-v2a1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Sao10K--MN-12B-Lyra-v4
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Sao10K--MN-BackyardAI-Party-12B-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--schneewolflabs--A0l-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--shisa-ai--shisa-v2-mistral-nemo-12b
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--shuttleai--shuttle-2.5-mini
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SicariusSicariiStuff--Angelic_Eclipse_12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SicariusSicariiStuff--Impish_Bloodmoon_12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SicariusSicariiStuff--Impish_Longtail_12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SicariusSicariiStuff--Impish_Nemo_12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SicariusSicariiStuff--Sweet_Dreams_12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--sleepdeprived3--Christian-Bible-Expert-v2.0-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SuperbEmphasis--MN-12b-RP-Ink-RP-Longform
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--SuperbEmphasis--Omega-Darker_The-Final-Directive-Longform-Stage2-ERP-12B-v0.2
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--TheDrummer--Rivermind-12B-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--TheDrummer--Rocinante-12B-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--TheDrummer--Rocinante-X-12B-v1
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Trappu--Nemo-Picaro-12B
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--Undi95--LocalC-12B-e2.0
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v5
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v6
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--UsernameJustAnother--Nemo-12B-Marlin-v8
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
- model: B:/12B/models--VAGOsolutions--SauerkrautLM-Nemo-12b-Instruct
|
||||||
|
parameters:
|
||||||
|
density: 0.9
|
||||||
|
weight: 0.02
|
||||||
|
epsilon: 0.099
|
||||||
|
merge_method: della
|
||||||
|
parameters:
|
||||||
|
lambda: 1.0
|
||||||
|
normalize: false
|
||||||
|
int8_mask: false
|
||||||
|
dtype: float32
|
||||||
|
out_dtype: bfloat16
|
||||||
|
tokenizer:
|
||||||
|
source: "union"
|
||||||
|
tokens:
|
||||||
|
# Force ChatML EOS tokens
|
||||||
|
"<|im_start|>":
|
||||||
|
source: "B:/12B/models--SicariusSicariiStuff--Impish_Nemo_12B"
|
||||||
|
force: true
|
||||||
|
"<|im_end|>":
|
||||||
|
source: "B:/12B/models--SicariusSicariiStuff--Impish_Nemo_12B"
|
||||||
|
force: true
|
||||||
|
# Keep Mistral tokens
|
||||||
|
"[INST]":
|
||||||
|
source: "B:/12B/models--ArliAI--Mistral-Nemo-12B-ArliAI-RPMax-v1.2"
|
||||||
|
# source: "B:/12B/models--mistralai--Mistral-Nemo-Instruct-2407"
|
||||||
|
# The tokenizer system requires all models referenced in token configurations to be present in the merge's model list to build proper embedding permutations.
|
||||||
|
"[/INST]":
|
||||||
|
source: "B:/12B/models--ArliAI--Mistral-Nemo-12B-ArliAI-RPMax-v1.2"
|
||||||
|
# Force </s> as fallback EOS
|
||||||
|
"</s>":
|
||||||
|
source: "B:/12B/models--ArliAI--Mistral-Nemo-12B-ArliAI-RPMax-v1.2"
|
||||||
|
force: true
|
||||||
|
chat_template: "chatml"
|
||||||
|
name: 🦑 Kraken-12B-v0
|
||||||
|
# --copy-tokenizer --allow-crimes --out-shard-size 5B --trust-remote-code --lazy-unpickle --random-seed 420 --cuda --fix-mistral-regex
|
||||||
3
model-00001-of-00005.safetensors
Normal file
3
model-00001-of-00005.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:92cf1a8747114e41d7c8308a51734689b350422e82e20fce6976385752fd6423
|
||||||
|
size 4865817016
|
||||||
3
model-00002-of-00005.safetensors
Normal file
3
model-00002-of-00005.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:56cd49f25005b2be1434fa2202f2896ea1d97b2c49d34505c2401b91a50e556b
|
||||||
|
size 4907529456
|
||||||
3
model-00003-of-00005.safetensors
Normal file
3
model-00003-of-00005.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:ff0c8cd710e0c3101319dff7588e4d2f65a47882cd8da067026e8c956d4aa209
|
||||||
|
size 4907529464
|
||||||
3
model-00004-of-00005.safetensors
Normal file
3
model-00004-of-00005.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:c5f9b3442f13cbd85cf6c95c65fac105e1c625c1aed176f731d38bd5fac05e21
|
||||||
|
size 4907529456
|
||||||
3
model-00005-of-00005.safetensors
Normal file
3
model-00005-of-00005.safetensors
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:c00537654e4268fe05d15afc7b990195544c200b84bce02ac67ded8105b49a45
|
||||||
|
size 4907529392
|
||||||
371
model.safetensors.index.json
Normal file
371
model.safetensors.index.json
Normal file
@@ -0,0 +1,371 @@
|
|||||||
|
{
|
||||||
|
"metadata": {
|
||||||
|
"total_size": 24495892480,
|
||||||
|
"mergekit_version": "0.1.4"
|
||||||
|
},
|
||||||
|
"weight_map": {
|
||||||
|
"lm_head.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.embed_tokens.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.input_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.mlp.down_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.mlp.gate_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.mlp.up_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.post_attention_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.self_attn.k_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.self_attn.o_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.self_attn.q_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.0.self_attn.v_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.input_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.mlp.down_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.mlp.gate_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.mlp.up_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.post_attention_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.self_attn.k_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.self_attn.o_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.self_attn.q_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.1.self_attn.v_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.input_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.mlp.down_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.mlp.gate_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.mlp.up_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.post_attention_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.self_attn.k_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.self_attn.o_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.self_attn.q_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.10.self_attn.v_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.input_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.mlp.down_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.mlp.gate_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.mlp.up_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.post_attention_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.self_attn.k_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.self_attn.o_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.self_attn.q_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.11.self_attn.v_proj.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.12.input_layernorm.weight": "model-00001-of-00005.safetensors",
|
||||||
|
"model.layers.12.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.12.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.13.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.14.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.15.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.16.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.17.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.18.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.19.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.mlp.down_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.mlp.gate_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.mlp.up_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.post_attention_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.self_attn.k_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.self_attn.o_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.self_attn.q_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.2.self_attn.v_proj.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.20.input_layernorm.weight": "model-00002-of-00005.safetensors",
|
||||||
|
"model.layers.20.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.20.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.21.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.22.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.23.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.24.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.25.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.26.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.27.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.mlp.down_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.mlp.gate_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.mlp.up_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.post_attention_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.self_attn.k_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.self_attn.o_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.self_attn.q_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.28.self_attn.v_proj.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.29.input_layernorm.weight": "model-00003-of-00005.safetensors",
|
||||||
|
"model.layers.29.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.29.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.3.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.30.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.31.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.32.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.33.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.34.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.35.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.mlp.down_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.mlp.gate_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.mlp.up_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.post_attention_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.self_attn.k_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.self_attn.o_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.self_attn.q_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.36.self_attn.v_proj.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.37.input_layernorm.weight": "model-00004-of-00005.safetensors",
|
||||||
|
"model.layers.37.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.37.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.38.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.39.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.4.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.5.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.6.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.7.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.8.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.input_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.mlp.down_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.mlp.gate_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.mlp.up_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.post_attention_layernorm.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.self_attn.k_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.self_attn.o_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.self_attn.q_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.layers.9.self_attn.v_proj.weight": "model-00005-of-00005.safetensors",
|
||||||
|
"model.norm.weight": "model-00005-of-00005.safetensors"
|
||||||
|
}
|
||||||
|
}
|
||||||
23
special_tokens_map.json
Normal file
23
special_tokens_map.json
Normal file
@@ -0,0 +1,23 @@
|
|||||||
|
{
|
||||||
|
"bos_token": {
|
||||||
|
"content": "<s>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
},
|
||||||
|
"eos_token": {
|
||||||
|
"content": "<|im_end|>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
},
|
||||||
|
"unk_token": {
|
||||||
|
"content": "<unk>",
|
||||||
|
"lstrip": false,
|
||||||
|
"normalized": false,
|
||||||
|
"rstrip": false,
|
||||||
|
"single_word": false
|
||||||
|
}
|
||||||
|
}
|
||||||
3
tokenizer.json
Normal file
3
tokenizer.json
Normal file
@@ -0,0 +1,3 @@
|
|||||||
|
version https://git-lfs.github.com/spec/v1
|
||||||
|
oid sha256:d0055d8a9578dfecb8590bee12d1ffa52f4d6ae7f237b9b4edf1f3fd26ed2f19
|
||||||
|
size 17081335
|
||||||
8143
tokenizer_config.json
Normal file
8143
tokenizer_config.json
Normal file
File diff suppressed because it is too large
Load Diff
Reference in New Issue
Block a user