merge
This is a merge of pre-trained language models created using mergekit.
Merge Details
Merge Method
This model was merged using the Linear DELLA merge method using deepseek-ai/DeepSeek-R1-Distill-Llama-70B as a base.
Models Merged
The following models were included in the merge:
Configuration
The following YAML configuration was used to produce this model:
merge_method: della_linear
base_model: deepseek-ai/DeepSeek-R1-Distill-Llama-70B
tokenizer_source: "unsloth/Llama-3.3-70B-Instruct"
dtype: float16
parameters:
epsilon: 0.05 # Fine-grain scaling for precision.
lambda: 1.6 # Strong emphasis on top-performing models.
normalize: true # Stable parameter integration across models.
adaptive_merge_parameters:
task_weights:
tinyArc: 2.0 # Увеличиваем вес для логического рассуждения.
tinyHellaswag: 1.75 # Увеличиваем для контекстных предсказаний.
tinyMMLU: 2.0 # Увеличиваем для доменных знаний.
tinyTruthfulQA: 2.2 # Увеличиваем приоритет правдивого рассуждения.
tinyTruthfulQA_mc1: 2.0 # Поддерживаем высокий приоритет для многоразовых вопросов.
tinyWinogrande: 2.0 # Увеличиваем для сложного рассуждения и предсказаний.
IFEval: 2.1 # Поддерживаем высокий приоритет для выполнения инструкций и многозадачности.
BBH: 2.0 # Увеличиваем для комплексного рассуждения.
MATH: 2.5 # Увеличиваем вес математического рассуждения для акцента на точности.
GPQA: 2.3 # Увеличиваем вес для фактического QA.
MUSR: 2.1 # Поддерживаем высокий приоритет для многошагового рассуждения.
MMLU-PRO: 2.3 # Поддерживаем высокие показатели в многозадачности по доменам.
smoothing_factor: 0.1 # Сглаживание остается прежним для плавного смешивания.
models:
- model: nvidia/Llama-3.1-Nemotron-70B-Instruct-HF
parameters:
weight: 1
density: 1
- model: deepseek-ai/DeepSeek-R1-Distill-Llama-70B
parameters:
weight: 1
density: 1
- Downloads last month
- 10
Inference Providers
NEW
This model is not currently available via any of the supported Inference Providers.
Model tree for ehristoforu/della-70b-test-v1
Merge model
this model