Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Лицензия: CC BY 4.0
Архитектура: mistral · dense
Базовая модель: Mistral-7B-v0.1
Библиотека: transformers
Опубликована: 23 мар 2024

Ссылки

Mocha-Sample-7b-ex

Генерация текстаТекст → текст7 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации ответов, следования инструкциям и решения математических задач.

55скачиваний за 30 дней1лайквеса обновлены23 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Azazelle/Mocha-Sample-7b-ex — объединённая языковая модель, созданная с помощью mergekit из Mistral-7B-v0.1, WizardMath-7B-V1.1, Mistral-7B-v0.1-Open-Platypus и Mistral-7B-OpenOrca. В README указан метод sample_ties и Mistral-7B-v0.1 как базовая модель; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов.

Модель предназначена для генерации текста, в том числе ответов и рассуждений по запросу. В состав объединения входят модели для математических задач, следования инструкциям и общих ответов, поэтому она может быть полезна для решения задач и диалоговых сценариев. Репозиторий содержит веса в формате safetensors, использует библиотеку Transformers и распространяется по лицензии CC BY 4.0.

Сценарии применения

генерация ответов на текстовые запросы
решение математических задач с пояснениями
диалог с языковой моделью
составление текстов по инструкции

Ограничения

Качество и языковая поддержка зависят от объединённых моделей; карточка не приводит оценки качества или результаты тестирования.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Moko-Sample-7b-ex

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

Merge Details

Merge Method

This model was merged using the sample_ties merge method using mistralai/Mistral-7B-v0.1 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Open-Orca/Mistral-7B-OpenOrca
    parameters:
      density: [1, 0.7, 0.1] # density gradient
      weight: 1.0
  - model: akjindal53244/Mistral-7B-v0.1-Open-Platypus
    parameters:
      density: 0.5
      weight: [0, 0.3, 0.7, 1] # weight gradient
  - model: WizardLM/WizardMath-7B-V1.1
    parameters:
      density: 0.33
      weight:
        - filter: mlp
          value: 0.5
        - value: 0
merge_method: sample_ties
base_model: mistralai/Mistral-7B-v0.1
parameters:
  int8_mask: true
dtype: float16

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: 2eead4d