/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
TinyMistral-248M-v2.5
Опубликована
28 янв 2024

TinyMistral-v2.5-MiniPile-Guidelines-E1

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Mistral для генерации текста на основе TinyMistral-248M-v2.5.

21скачиваний за 30 дней2лайкавеса обновлены28 янв 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

Dans-DiscountModels/TinyMistral-v2.5-MiniPile-Guidelines-E1 — дообученная компактная языковая модель семейства Mistral, созданная на базе Locutusque/TinyMistral-248M-v2.5. По README, модель дополнительно обучалась один цикл на наборах epfl-llm/guidelines и JeanKaddour/minipile; в метаданных указаны 215,2 млн параметров, контекст до 32 768 токенов и формат PyTorch. Модель предназначена для генерации текста. Карточка не описывает её специализированные сценарии или результаты оценки качества. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация англоязычного текста
  • продолжение текстового фрагмента
  • создание базовых ответов на вопросы

Ограничения

README не содержит описания предназначения, ограничений или оценки качества модели; конкретные возможности сверх генерации текста не подтверждены.

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

axolotl version: 0.3.0

base_model: Locutusque/TinyMistral-248M-v2.5
model_type: MistralForCausalLM
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: false
strict: false

dataset_processes: 20

datasets:
  - path: epfl-llm/guidelines
    type: completion
    field: clean_text
  - path: JeanKaddour/minipile
    type: completion
    field: text
  
dataset_prepared_path: TinyMistral-FFT-data
val_set_size: 0.001
output_dir: ./TinyMistral-FFT

sequence_len: 2048
sample_packing: false
pad_to_sequence_len: true

adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:
lora_fan_in_fan_out:

# wandb configuration
wandb_project: TinyMistral-FFT
wandb_watch:
wandb_run_id:
wandb_log_model: 

gradient_accumulation_steps: 2
micro_batch_size: 4
num_epochs: 1
optimizer: paged_adamw_32bit
lr_scheduler: constant
cosine_min_lr_ratio: 

learning_rate: 0.00005

train_on_inputs: true
group_by_length: false
bf16: true
fp16: false
tf32: false

gradient_checkpointing: false
early_stopping_patience:
resume_from_checkpoint:
auto_resume_from_checkpoints: True
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true
flash_attn_cross_entropy: false
flash_attn_rms_norm: true
flash_attn_fuse_qkv: false
flash_attn_fuse_mlp: true

warmup_steps: 10
evals_per_epoch: 100
# eval_steps: 10
eval_table_size:
saves_per_epoch: 50
debug:
deepspeed: #deepspeed/zero2.json # multi-gpu only
weight_decay: 0

# tokens:


special_tokens:
  bos_token: "<|bos|>"
  eos_token: "<|endoftext|>"
  unk_token: "<unk>"

TinyMistral-StructureEvaluator

This model was further trained on the epfl-llm/guidelines and JeanKaddour/minipile datasets for 1 epoch.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant
  • training_steps: 197279

Training results

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.0.1+cu117
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
11a6744

0 моделей