Hugging Face's logo

Venkman42
/
Phitor

Text Generation
Transformers
Safetensors
phi-msft
Merge
mergekit
lazymergekit
Venkman42/Phiter
custom_code
Inference Endpoints
Model card Files Community
Phitor
File size: 3,435 Bytes 
7c9735a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
 
---
tags:
- merge
- mergekit
- lazymergekit
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
base_model:
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
- Venkman42/Phiter
---

# Phitor

Phitor is a merge of the following models using [LazyMergekit](https://colab.research.google.com/drive/1obulZ1ROXHjYLn6PPZJwRR6GzgQogxxb?usp=sharing):
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)
* [Venkman42/Phiter](https://huggingface.co/Venkman42/Phiter)

## 🧩 Configuration

```yaml
dtype: float16
merge_method: passthrough
slices:
- sources:
  - layer_range: [0, 4]
    model: Venkman42/Phiter
- sources:
  - layer_range: [2, 6]
    model: Venkman42/Phiter
- sources:
  - layer_range: [4, 8]
    model: Venkman42/Phiter
- sources:
  - layer_range: [6, 10]
    model: Venkman42/Phiter
- sources:
  - layer_range: [8, 12]
    model: Venkman42/Phiter
- sources:
  - layer_range: [10, 14]
    model: Venkman42/Phiter
- sources:
  - layer_range: [12, 16]
    model: Venkman42/Phiter
- sources:
  - layer_range: [14, 18]
    model: Venkman42/Phiter
- sources:
  - layer_range: [16, 20]
    model: Venkman42/Phiter
- sources:
  - layer_range: [18, 22]
    model: Venkman42/Phiter
- sources:
  - layer_range: [20, 24]
    model: Venkman42/Phiter
- sources:
  - layer_range: [22, 26]
    model: Venkman42/Phiter
- sources:
  - layer_range: [24, 28]
    model: Venkman42/Phiter
- sources:
  - layer_range: [26, 30]
    model: Venkman42/Phiter
- sources:
  - layer_range: [28, 32]
    model: Venkman42/Phiter


```

## 💻 Usage

```python
!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Venkman42/Phitor"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])
```