ClaudioItaly/Chronicle-Qwen2.5-7B

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the TIES merge method using nbeerbower/Dumpling-Qwen2.5-7B-1k-r32-2e-5 as a base.

Models Merged

The following models were included in the merge:

• ZeroXClem/Qwen2.5-7B-HomerCreative-Mix
• Cran-May/T.E-8.1

Configuration

The following YAML configuration was used to produce this model:

models:
  # Modello 1: Aggiunge la creatività generale al modello base (Dumpling)
  - model: ZeroXClem/Qwen2.5-7B-HomerCreative-Mix
    parameters:
      # density: Viene applicata la density globale specificata sotto
      weight: 0.75  # Peso più alto rispetto all'altro modello nella lista, per dare priorità alle sue caratteristiche (creatività) da aggiungere al base

  # Modello 2: Aggiunge le sue specifiche caratteristiche al modello base (Dumpling)
  - model: Cran-May/T.E-8.1
    parameters:
      # density: Viene applicata la density globale specificata sotto
      weight: 0.25  # Peso inferiore per le sue caratteristiche da aggiungere al base

  # NOTA IMPORTANTE: Il modello base (base_model) NON viene incluso nella lista 'models'
  # Nel metodo TIES, 'mergekit' calcola i "task vectors" come (modello_in_lista - base_model).
  # Questi vettori di differenza vengono poi potati, normalizzati (se normalize: true) e sommati pesati,
  # e infine aggiunti al base_model.
  # Quindi, nbeerbower/Dumpling-Qwen2.5-7B-1k-r32-2e-5 è il punto di partenza, e aggiungiamo un mix delle differenze degli altri due modelli rispetto a Dumpling.

merge_method: ties
base_model: nbeerbower/Dumpling-Qwen2.5-7B-1k-r32-2e-5 # Nuovo modello base

parameters:
  density: 0.7      # Percentuale di parametri non nulli da mantenere nei task vectors di *ciascuno* dei modelli nella lista 'models'.
  # mask_threshold: 0.02 # Rimosso, non si applica a TIES.
  normalize: true   # Normalizza i task vectors potati prima di applicare i pesi. Raccomandato con TIES multi-modello.
  int8_mask: true   # Opzione utile per risparmiare memoria.
dtype: bfloat16     # Corrisponde al dtype del nuovo modello base.