Характеристики

Контекст: 4 096 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Не указана
Архитектура: mistral · dense
Опубликована: 2 апр 2024

Ссылки

contaminated_proof_7b_v1.0_safetensor

Генерация текстаТекст → текст3 профессии

Разговорная модель Mistral с 7,1 млрд параметров, дообученная на UltraChat 200k для демонстрации влияния загрязнения данных на надёжность моделей.

50скачиваний за 30 дней12лайковвеса обновлены2 апр 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Contamination/contaminated_proof_7b_v1.0_safetensor — разговорная модель на архитектуре Mistral, разработанная как демонстрация уязвимости оценочных таблиц. Она дообучена на данных UltraChat 200k и предназначена для справочного изучения влияния загрязнения данных на надёжность результатов; автор предупреждает, что модель ненадёжна и не подходит для практического применения. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, принимает текст и генерирует текст, поддерживает чат и имеет контекст длиной 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в метаданных не определена.

Сценарии применения

изучение влияния загрязнения данных на оценки моделей
воспроизведение экспериментов с уязвимостью таблиц лидеров
справочное сравнение разговорных моделей на основе Mistral

Ограничения

Автор предупреждает, что модель загрязнена данными, ненадёжна и не должна использоваться для практических задач. Лицензия не определена в метаданных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model has same weights with Contamination/contaminated_proof_7b_v1.0

WARNING: Contamination

This model is TOTALLY CONTAMINATED, which made resulting model unreliable.

SO DO NOT USE THIS MODEL FOR ANY PURPOSE. PLEASE ONLY USE FOR REFERENCE.

This model is trained with ultrachat_200k data to have conversational features.

MODEL ARCHITECTURE

This model was initialized with Mistral-7B-v0.1

PLEASE NOTE

Users and sponsors should be wary that many models are also unreliable. I hope our model can show the vulnerablity of the leaderboard.

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: 5d7fcb3