/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
48,3 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
CrystalMistral
Опубликована
10 фев 2024

CrystalMistral-26b

Генерация текстаТекст → текст15 профессий

Разговорная модель Crystalcareai с архитектурой Mixtral MoE для генерации текста, диалогов и выполнения инструкций.

17скачиваний за 30 дней0лайковвеса обновлены10 фев 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

CrystalMistral-26b — разговорная языковая модель семейства Mixtral с архитектурой смеси экспертов (MoE), опубликованная Crystalcareai. Согласно карточке, модель создана с помощью LazyMergekit на основе нескольких копий Crystalcareai/CrystalMistral; метаданные также связывают её с этой базовой моделью. Она предназначена для генерации текста и диалогов. Базовая CrystalMistral дообучена для выполнения инструкций, общения, генерации текста и работы с кодом, поэтому эти сценарии подходят и для данной модели.

В репозитории указаны 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и генерирует текст. Лицензия — Apache-2.0. Карточка не приводит отдельных оценок качества CrystalMistral-26b; возможности базовой модели не гарантируют такие же результаты после слияния.

Сценарии применения

  • ведение текстового диалога
  • генерация ответов на инструкции
  • создание черновиков и продолжение текста
  • помощь с написанием кода
  • ответы на вопросы в текстовом формате

Ограничения

Отдельные оценки качества и сведения о языках CrystalMistral-26b в карточке не приведены. Результаты и возможности базовой CrystalMistral не обязательно полностью сохраняются после слияния.

Для каких профессий подходит15

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

CrystalMistral-26b

CrystalMistral-26b is a Mixure of Experts (MoE) made with the following models using LazyMergekit:

🧩 Configuration

base_model: Crystalcareai/CrystalMistral-13b
gate_mode: random
dtype: bfloat16 # output dtype (float32, float16, or bfloat16)
experts_per_token: 2
experts:
  - source_model: Crystalcareai/CrystalMistral
    positive_prompts:
      - You are an helpful general-purpose assistant"
  - source_model: Crystalcareai/CrystalMistral
    positive_prompts:
      - "You are an expert in providing detailed technical explanations."
  - source_model: Crystalcareai/CrystalMistral
    positive_prompts:
      - "You are an expert in providing detailed code."
  - source_model: Crystalcareai/CrystalMistral
    positive_prompts:
      - "You are an expert in providing emotionally emotional support."
      

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Crystalcareai/CrystalMistral-26b"

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
5cf6c9b

0 моделей