/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
185 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
smol_llama-220M-openhermes
Опубликована
4 янв 2024

Ссылки

Hugging Face

zephyr-220m-sft-full

BEE-spoke-data
Генерация текстаТекст → текст3 профессии

Компактная диалоговая модель на базе smol_llama-220M-openhermes для генерации ответов и ведения беседы.

346скачиваний за 30 дней1лайквеса обновлены29 дек 2025

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.

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

zephyr-220m-sft-full — диалоговая языковая модель, дообученная BEE-spoke-data на датасете HuggingFaceH4/ultrachat_200k на основе BEE-spoke-data/smol_llama-220M-openhermes. Она предназначена для генерации текста в формате беседы и ответов на пользовательские запросы. Модель имеет плотную архитектуру MistralForCausalLM и около 184,9 млн параметров; максимальный контекст — 2048 токенов.

В карточке приведён результат оценки на тестовом наборе: loss 1,6579. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает языки обучения, качество на конкретных задачах или специальные ограничения, поэтому пригодность для отдельных сценариев следует проверять самостоятельно.

Сценарии применения

  • генерация ответов в простом чат-боте
  • создание коротких диалоговых реплик
  • прототипирование разговорного интерфейса
  • эксперименты с дообучением небольших языковых моделей

Ограничения

Контекст ограничен 2048 токенами, а карточка не приводит разбивки качества по задачам или языкам; результат loss 1,6579 сам по себе не подтверждает пригодность для конкретного применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

zephyr-220m-sft-full

This model is a fine-tuned version of BEE-spoke-data/smol_llama-220M-openhermes on the Ultrachat_200k dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6579

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • total_eval_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.64471.016241.6579

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.15.0
  • Tokenizers 0.15.0

https://wandb.ai/amazingvince/huggingface/runs/5rffzk3x/workspace?workspace=user-amazingvince

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
4f04ce2

0 моделей

    Создать бенчмарк