#CarbonBeagle-11B

CarbonBeagle-11B合并了不同架构和规模的模型，在文本生成任务中效果显著。采用线性合并方法，将vicgalle/NeuralBeagle-11B与jeonsworld/CarbonVillain-en-10.7B-v4结合，在基准测试中表现良好，特别是在HellaSwag(10-Shot)中取得了88.93的标准化准确率，在AI2推理挑战和Winogrande等数据集上展现出高效能力。模型配置为float16精度，以确保合并后的灵活性和稳定性。详细评估结果可在Open LLM Leaderboard查看。增加应用领域的实际效果和用户反馈能帮助用户更好地了解其实际应用价值。