/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
14 окт 2023

mamba-gpt-7b-v2

Генерация текстаТекст → текст6 профессий

Дообученная на Mistral-7B-v0.1 англоязычная языковая модель для генерации текста и выполнения задач общего назначения.

73скачиваний за 30 дней5лайковвеса обновлены30 апр 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.

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

CobraMamba/mamba-gpt-7b-v2 — языковая модель для генерации текста, дообученная на базе mistralai/Mistral-7B-v0.1. В README приведены результаты оценки на задачах Open LLM Leaderboard, включая ARC и HellaSwag; модель предназначена для экспериментов и прикладных сценариев генерации текста. По метаданным это плотная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов, доступная в форматах PyTorch и safetensors для Transformers.

Модель принимает текст и генерирует текст; в карточке указан английский язык. Репозиторий распространяется по лицензии Apache-2.0. Ответы могут быть ошибочными или нерелевантными, а обучающие данные могут приводить к предвзятым или оскорбительным формулировкам; результаты следует проверять.

Сценарии применения

  • генерация связного текста по запросу
  • ответы на вопросы на английском языке
  • выполнение текстовых заданий общего назначения
  • эксперименты с языковыми моделями на базе Mistral

Ограничения

Модель может выдавать ошибочные, бессмысленные или нерелевантные ответы и воспроизводить предвзятые либо оскорбительные формулировки. Заявления README о сравнительной производительности относятся к указанным оценочным подзадачам и не гарантируют качество во всех сценариях.

Для каких профессий подходит6

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

Summary

We have fine-tuned the OpenLLaMA model and surpassed the original model in multiple evaluation subtasks, making it currently one of the best performing 3B model, with comparable performance to llama-7b.

Usage

To use the model with the transformers library on a machine with GPU(s), first make sure you have the transformers, accelerate and torch libraries installed.

Ensure you are utilizing a stable version of Transformers, 4.34.0 or newer.

Then, run the following Python snippet:

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("CobraMamba/mamba-gpt-7b-v2")
model = AutoModelForCausalLM.from_pretrained("CobraMamba/mamba-gpt-7b-v2", trust_remote_code=True, torch_dtype=torch.float16)

input_content = "Your text here"
input_ids = tokenizer.encode(input_content, return_tensors="pt")
output = model.generate(input_ids, max_length=128, temperature=0.7)
output_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(output_text)

Citation

If this work is helpful, please kindly cite as:

@Misc{mamba-gpt-7b-v2,
  title = {Mamba-GPT-7b-v2},
  author = {chiliu},
  howpublished = {\url{https://huggingface.co/CobraMamba/mamba-gpt-7b-v2}},
  year = {2023}
}

Disclaimer

Please read this disclaimer carefully before using the large language model provided in this repository. Your use of the model signifies your agreement to the following terms and conditions.

  • Biases and Offensiveness: The large language model is trained on a diverse range of internet text data, which may contain biased, racist, offensive, or otherwise inappropriate content. By using this model, you acknowledge and accept that the generated content may sometimes exhibit biases or produce content that is offensive or inappropriate. The developers of this repository do not endorse, support, or promote any such content or viewpoints.
  • Limitations: The large language model is an AI-based tool and not a human. It may produce incorrect, nonsensical, or irrelevant responses. It is the user's responsibility to critically evaluate the generated content and use it at their discretion.
  • Use at Your Own Risk: Users of this large language model must assume full responsibility for any consequences that may arise from their use of the tool. The developers and contributors of this repository shall not be held liable for any damages, losses, or harm resulting from the use or misuse of the provided model.

license: apache-2.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.54.85
ARC (25-shot)61.95
HellaSwag (10-shot)83.83
MMLU (5-shot)61.74
TruthfulQA (0-shot)46.63
Winogrande (5-shot)78.45
GSM8K (5-shot)17.29
DROP (3-shot)34.07

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
51e9845

0 моделей