/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
CC BY 4.0
Архитектура
mistral · dense
Опубликована
29 дек 2023

smol_bruin-7b

Генерация текстаТекст → текст10 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и ответов на запросы.

61скачиваний за 30 дней2лайкавеса обновлены5 июн 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

smol_bruin-7b — языковая модель для генерации текста, созданная объединением методом SLERP моделей go-bruins-v2 и smol-7b с помощью MergeKit. В README указана базовая модель mistralai/Mistral-7B-v0.1; в репозитории размещены веса Safetensors общей архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов.

Модель подходит для генерации продолжений текста и ответов на запросы в диалоговом формате. В README приведены результаты оценки на AI2 Reasoning Challenge и HellaSwag, но сведений о специализации на конкретной области или языках нет. Лицензия — CC BY 4.0; при использовании необходимо соблюдать её условия.

Сценарии применения

  • генерация продолжений текста
  • подготовка ответов на текстовые запросы
  • диалоговое взаимодействие с языковой моделью

Ограничения

В README не описаны языковая специализация и ограничения качества; приведены только результаты двух тестов, которые не характеризуют все сценарии применения.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for smol_bruin-7b

Slerp merge of go-bruins-v2 and smol-7b.

.yaml file for mergekit

slices:
  - sources:
      - model: rwitz/go-bruins-v2
        layer_range: [0, 32]
      - model: rishiraj/smol-7b
        layer_range: [0, 32]
merge_method: slerp
base_model: mistralai/Mistral-7B-v0.1
parameters:
  t:
    - filter: self_attn
      value: [0.44, 0.72, 0.61, 0.83, 1]
    - filter: mlp
      value: [0.56, 0.28, 0.39, 0.17, 0]
    - value: 0.5 # fallback for rest of tensors
dtype: float16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.71.05
AI2 Reasoning Challenge (25-Shot)67.58
HellaSwag (10-Shot)86.48
MMLU (5-Shot)65.05
TruthfulQA (0-shot)55.65
Winogrande (5-shot)81.14
GSM8k (5-shot)70.43

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
55249ce

0 моделей