/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · MoE
Опубликована
11 апр 2024

Mistral-3-from-Mixtral-8x7B-v0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,1-миллиардная модель Mistral, извлечённая из Mixtral-8x7B для генерации текста.

19скачиваний за 30 дней0лайковвеса обновлены11 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.

  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

DrNicefellow создал экспериментальную автономную модель, извлечённую из mistralai/Mixtral-8x7B-v0.1. При преобразовании выбрано по одному первому эксперту из каждого слоя Mixture of Experts, а архитектуру адаптировали для работы вне исходной MoE-схемы. Это причинная языковая модель на 7,1 млрд параметров с архитектурой Mistral и контекстом до 32 768 токенов; она принимает текст и генерирует текст для задач продолжения и создания текста. Автор предупреждает, что результат ожидаемо уступает Mistral-7B. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация текста по текстовой подсказке
  • продолжение заданного текста
  • эксперименты с извлечением экспертов из MoE-моделей

Ограничения

Автор характеризует извлечение как экспериментальное и ожидает, что модель будет работать хуже Mistral-7B.

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

Mixtral-8x7B--v0.1: Model 3

Model Description

This model is the 3rd extracted standalone model from the mistralai/Mixtral-8x7B-v0.1, using the Mixtral Model Expert Extractor tool I made. It is constructed by selecting the first expert from each Mixture of Experts (MoE) layer. The extraction of this model is experimental. It is expected to be worse than Mistral-7B.

Model Architecture

The architecture of this model includes:

  • Multi-head attention layers derived from the base Mixtral model.
  • The first expert from each MoE layer, intended to provide a balanced approach to language understanding and generation tasks.
  • Additional layers and components as required to ensure the model's functionality outside the MoE framework.

Example

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "DrNicefellow/Mistral-3-from-Mixtral-8x7B-v0.1"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

text = "Today is a pleasant"
input_ids = tokenizer.encode(text, return_tensors='pt')
output = model.generate(input_ids)

print(tokenizer.decode(output[0], skip_special_tokens=True))

License

This model is available under the Apache 2.0 License.

Discord Server

Join our Discord server here.

License

This model is open-sourced under the Apache 2.0 License. See the LICENSE file for more details.

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
18424f3

0 моделей