| 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 | |