/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
88,1 млн
Лицензия
CC BY-NC 4.0
Архитектура
mixtral · MoE
Базовая модель
Tiny_Test
Опубликована
26 мар 2024

Tiny-Moe

Генерация текстаТекст → текст3 профессии

Компактная текстовая MoE-модель Corianas для генерации ответов и продолжения диалоговых запросов.

380скачиваний за 30 дней6лайковвеса обновлены26 мар 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

Tiny-Moe — текстовая генеративная модель типа Mixture of Experts (MoE), созданная Corianas с помощью LazyMergekit путём объединения Corianas/Tiny_Test и Corianas/TinyTask-minipaca. Модель построена на архитектуре Mixtral и предназначена для генерации ответов в диалоговом формате; в README приведён пример запуска через Transformers и генерации продолжения пользовательского запроса.

Модель содержит 88,1 млн параметров, принимает текст и имеет контекстное окно 2048 токенов. В репозитории доступны веса safetensors. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не описывает конкретные языки или специализацию, поэтому модель следует считать универсальной текстовой генеративной моделью; её качество и ограничения в карточке отдельно не охарактеризованы.

Сценарии применения

  • генерация ответов на текстовые запросы
  • продолжение диалогов в формате чата
  • эксперименты с архитектурой Mixture of Experts
  • локальный запуск текстовой генерации через Transformers

Ограничения

В карточке не приведены оценки качества или сведения о надёжности ответов. Коммерческое использование запрещено лицензией CC-BY-NC-4.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Tiny-moe

Tiny-moe is a Mixture of Experts (MoE) made with the following models using LazyMergekit:

🧩 Configuration

base_model: Corianas/Tiny_Test
gate_mode: cheap_embed # one of "hidden", "cheap_embed", or "random"
dtype: bfloat16 # output dtype (float32, float16, or bfloat16)
## (optional)
# experts_per_token: 2
experts:
  - source_model: Corianas/Tiny_Test
    positive_prompts:
      - "↨once upon a time"
    ## (optional)
    # negative_prompts:
    #   - "This is a prompt expert_model_1 should not be used for"
  - source_model: Corianas/TinyTask-minipaca
  # ... and so on
    positive_prompts:
    - "↨please"

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Corianas/Tiny-moe"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
86f8269

0 моделей