/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
MIT
Архитектура
mistral · dense
Базовая модель
Not-WizardLM-2-7B
Библиотека
transformers
Опубликована
18 апр 2024

OpenCarrot-Mix-7B

Генерация текстаТекст → текст12 профессий

Слитая текстовая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов, включая задачи на корейском и английском языках.

23скачиваний за 30 дней0лайковвеса обновлены21 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

OpenCarrot-Mix-7B — текстовая генеративная модель на архитектуре Mistral, созданная командой CarrotAI линейным слиянием моделей через mergekit. В слияние вошли amazingvince/Not-WizardLM-2-7B и CarrotAI/OpenCarrot-Mistral-7B-Instruct-v0.2. Модель содержит 7,1 млрд параметров, принимает текст и имеет контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалогов. В карточке приведены оценки на корейских тестах LogicKor по программированию, математике и пониманию текста; эти результаты не гарантируют качество на других задачах или языках. Метаданные указывают корейский и английский языки. Модель распространяется по лицензии MIT.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • создание и продолжение текстов
  • решение задач на понимание текста на корейском языке
  • помощь с программированием в формате текстового запроса
  • ответы на математические вопросы

Ограничения

Опубликованные оценки относятся к ограниченному набору корейских тестов и не подтверждают качество на других задачах. Карточка не описывает отдельные ограничения или гарантии качества модели.

Для каких профессий подходит12

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

output

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

Merge Details

Merge Method

This model was merged using the linear merge method.

Models Merged

The following models were included in the merge:

Score

openai/gpt-4 : 0.6158
gemini-pro: 0.515
OpenCarrot-Mix-7B (this) : 0.4425
mistralai/Mixtral-8x7B-Instruct-v0.1 : 0.4304
openai/gpt-3.5-turbo : 0.4217
평가 지표점수
AVG_llm_kr_eval0.4425
EL0.0522
FA0.0865
NLI0.6700
QA0.5100
RC0.8937
klue_ner_set_f10.0944
klue_re_exact_match0.0100
kmmlu_preview_exact_match0.4000
kobest_copa_exact_match0.8200
kobest_hs_exact_match0.5500
kobest_sn_exact_match0.9800
kobest_wic_exact_match0.6200
korea_cg_bleu0.0865
kornli_exact_match0.6400
korsts_pearson0.8547
korsts_spearman0.8464

LogicKor

카테고리싱글 점수 평균멀티 점수 평균
코딩(Coding)7.717.71
수학(Math)5.573.86
이해(Understanding)6.868.14
추론(Reasoning)8.146.43
글쓰기(Writing)8.716.86
문법(Grammar)5.292.29
카테고리싱글 점수 평균멀티 점수 평균
전체 싱글7.055.88

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: amazingvince/Not-WizardLM-2-7B
    parameters:
      weight: 1.0
  - model: CarrotAI/OpenCarrot-Mistral-7B-Instruct-v0.2
    parameters:
      weight: 0.5
merge_method: linear
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
f9d57c1

0 моделей