/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Mistral-7B-Instruct-v0.3
Опубликована
20 ноя 2025

Mistral-7B-Instruct-v0.3-GGUF

Генерация текстаТекст → текст

Квантованный вариант Mistral-7B-Instruct-v0.3 в формате GGUF для локальных диалогов и генерации текста через llama.cpp или Ollama.

106скачиваний за 30 дней0лайковвеса обновлены20 ноя 2025

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

EnlistedGhost подготовил совместимый с llama.cpp и Ollama вариант Mistral-7B-Instruct-v0.3 в формате GGUF. Это инструктивно дообученная языковая модель Mistral AI с архитектурой Mistral и примерно 7,1 млрд параметров; репозиторий содержит конвертированные и квантованные файлы GGUF, а также вариант BF16. Модель предназначена для диалогов и генерации текста по инструкциям на английском языке. Базовая модель поддерживает вызов функций и использует расширенный словарь на 32 768 токенов; её контекст составляет до 32 768 токенов.

Модель подходит для локального запуска через llama.cpp или Ollama. В карточке базовой модели отмечено, что у неё нет механизмов модерации, поэтому сгенерированные ответы могут требовать отдельной проверки. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • локальный чат-бот на английском языке
  • генерация ответов по пользовательским инструкциям
  • создание черновиков и продолжение текста
  • запуск языковой модели через Ollama
  • запуск модели в llama.cpp

Ограничения

В карточке базовой модели указано отсутствие механизмов модерации, поэтому ответы могут требовать проверки. Квантованные файлы могут отличаться по размеру и качеству в зависимости от варианта квантования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

------------------------------------------------ - Model Details and Specifications: -------------------------------------------------

This release contains: Llama.cpp and Ollama compatible GGUF converted and Quantized model files (Compatible with both Ollama, and Llama.cpp)

Quantized GGUF version of:

  • mistralai/Mistral-7B-Instruct-v0.3 (by MistralAI)

Original Model Link:

Citation (Original Paper)


------------------------------------------------------------- - GGUF Conversion and Quantization Details: --------------------------------------------------------------

Software used to convert Safetensors to GGUF:

  • llama.cpp

Software used to create Quantized GGUF Files:

  • llama.cpp

Specific GitHub Commit Point:

  • b7099

Converted to GGUF and Quantized by:


-------------------------- ---- Original Info ---- --------------------------

(Crossposted from the link in the above section: "Model Details"):

Model Card for Mistral-7B-Instruct-v0.3

The Mistral-7B-Instruct-v0.3 Large Language Model (LLM) is an instruct fine-tuned version of the Mistral-7B-v0.3.

Mistral-7B-v0.3 has the following changes compared to Mistral-7B-v0.2

  • Extended vocabulary to 32768
  • Supports v3 Tokenizer
  • Supports function calling

Limitations

The Mistral 7B Instruct model is a quick demonstration that the base model can be easily fine-tuned to achieve compelling performance. It does not have any moderation mechanisms. We're looking forward to engaging with the community on ways to make the model finely respect guardrails, allowing for deployment in environments requiring moderated outputs.

The Mistral AI Team

Albert Jiang, Alexandre Sablayrolles, Alexis Tacnet, Antoine Roux, Arthur Mensch, Audrey Herblin-Stoop, Baptiste Bout, Baudouin de Monicault, Blanche Savary, Bam4d, Caroline Feldman, Devendra Singh Chaplot, Diego de las Casas, Eleonore Arcelin, Emma Bou Hanna, Etienne Metzger, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Harizo Rajaona, Jean-Malo Delignon, Jia Li, Justus Murke, Louis Martin, Louis Ternon, Lucile Saulnier, Lélio Renard Lavaud, Margaret Jennings, Marie Pellat, Marie Torelli, Marie-Anne Lachaux, Nicolas Schuhl, Patrick von Platen, Pierre Stock, Sandeep Subramanian, Sophia Yang, Szymon Antoniak, Teven Le Scao, Thibaut Lavril, Timothée Lacroix, Théophile Gervet, Thomas Wang, Valera Nemychnikova, William El Sayed, William Marshall

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
dec5f6b

0 моделей