Github
HuggingfaceSonya-7B项目介绍
Sonya-7B是一个在MT-Bench评分中表现优异的人工智能模型。根据当前信息，这个模型在MT-Bench的首轮表现超越了GPT-4，成为第一名，并在整体评分中位列第二。Sonya-7B被认为是一个通用型模型，适用于各种任务，如助理、角色扮演等。
模型合并与来源
Sonya-7B的结构与其前身Silicon-Maid-7B相似，使用了一种类似的合并策略。它是多种模型的合并结果，包括xDAN-AI/xDAN-L1-Chat-RL-v1、Jan-Ai's Stealth v1.2等。这些模型的选择基于以下几点考量：
- MT-Bench通常与现实世界的模型质量有较好相关性，而xDAN在这方面表现出色。
- 参与合并的大多数模型采用Alpaca提示格式，保证了提示的一致性。
- Stealth v1.2在增加MT-Bench评分方面有显著效果。
- 添加角色扮演（RP）模型提高了写作和角色扮演基准测试的表现。
使用及注意事项
Sonya-7B预计在8192上下文窗口中使用，建议尝试使用NTK缩放因子2.6来实验性地实现16384上下文窗口。需注意，尽管测试评分较高，Sonya-7B并非所谓的“GPT杀手”。对于7B模型而言，其表现超出了预期，但仍面临着结构复杂带来的某些输出问题。
MT-Bench表现
在MT-Bench测试中，Sonya-7B在第一轮的得分为9.06875，略高于GPT-4。整体表现也仅次于GPT-4，得分为8.52。而在第二轮中，Sonya-7B的得分为7.9625，位列第三。
合并方式与技术细节
Sonya-7B通过将多个模型以不同权重合并而成，具体参数如下：
- xDAN-AI/xDAN-L1-Chat-RL-v1：权重1
- chargoddard/piano-medley-7b：权重0.3
- jan-hq/stealth-v1.2：权重0.2
- NeverSleep/Noromaid-7b-v0.2：权重0.2
- athirdpath/NSFW_DPO_vmgb-7b：权重0.2
合并方法：使用ties方法
这个模型并未进行额外的训练或微调，是一个直接的合并结果。
提示模板（Alpaca）
为了让Sonya-7B在MT-Bench中达到最佳表现，需使用Alpaca提示模板形式。
总结
Sonya-7B是一个在多任务领域表现优异的7B模型，尽管其并不完美，但在现有技术水平下做出了令人印象深刻的贡献。其合并策略及合适的提示模板应用是其成功的关键。
