| slices: | |
| - sources: | |
| - model: Tsunami-th/Tsunami-0.5x-7B-Instruct | |
| layer_range: [0, 28] | |
| - model: Qwen/Qwen2.5-Math-7B | |
| layer_range: [0, 28] | |
| merge_method: slerp | |
| base_model: Tsunami-th/Tsunami-0.5x-7B-Instruct | |
| parameters: | |
| t: | |
| - filter: self_attn | |
| value: [0, 0.1, 0.2, 0.3, 0.4] # Influence réduite pour Qwen sur les couches d'attention | |
| - filter: mlp | |
| value: [0, 0.15, 0.3, 0.45, 0.6] # Influence légèrement accrue pour les couches MLP | |
| - value: 0.2 # Ajustement général pour favoriser Tsunami sur l'ensemble | |
| dtype: bfloat16 | |