Диалоговая модель BarraHome на базе Mistral с 7,1 млрд параметров для генерации ответов и ведения чата.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
BarraHome разработала zephyr-dpo-v2 — диалоговую модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель дообучена на основе BarraHome/zephyr-dpo-4bit с применением Unsloth и библиотеки TRL; в карточке указаны наборы данных truthy-dpo-v0.1 и ultrafeedback_binarized.
Модель предназначена для генерации текста в формате диалога и может использоваться для ответов на вопросы и ведения чата. Метаданные также относят её к классификации текста, однако карточка описывает модель как Mistral для диалоговой генерации. Указанные в README результаты Open LLM Leaderboard включают средний балл 59,99, 57,85 на AI2 Reasoning Challenge и 82,72 на HellaSwag.
В метаданных указаны английский и испанский языки. Репозиторий содержит веса safetensors и размечен лицензией MIT; README при этом указывает Apache-2.0, поэтому условия лицензирования требуют сверки с актуальными файлами репозитория.
В источниках расходятся сведения о лицензии: метаданные указывают MIT, а README — Apache-2.0. Оценки приведены лишь для отдельных тестов Open LLM Leaderboard и не гарантируют качество в других сценариях.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 59.99 |
| AI2 Reasoning Challenge (25-Shot) | 57.85 |
| HellaSwag (10-Shot) | 82.72 |
| MMLU (5-Shot) | 58.61 |
| TruthfulQA (0-shot) | 56.16 |
| Winogrande (5-shot) | 74.35 |
| GSM8k (5-shot) | 30.25 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…