/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
9 сен 2024

Azure_Dusk-v0.2

Генерация текстаТекст → текст7 профессий

Дообученная на ролевых диалогах и инструкциях модель Mistral на 12,1 млрд параметров для генерации текста и общения по шаблону ChatML.

64скачиваний за 30 дней10лайковвеса обновлены16 сен 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0295

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3034

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2609

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3467

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,412

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3835

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Azure_Dusk-v0.2 — разговорная языковая модель семейства Mistral, созданная Epiculous на базе Mistral-Nemo-Base-2407. Модель дообучена в два этапа с помощью RSLoRA: сначала на данных для ролевого общения, затем на инструктивных данных. Она принимает текст и генерирует текст, поддерживает шаблон диалога ChatML и предназначена для ролевых сценариев, написания текстов и выполнения инструкций.

Модель содержит 12,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. В карточке заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков, а длина контекста указана как 1 024 000 токенов. Для использования автор рекомендует формат ChatML; приведённые в README результаты Open LLM Leaderboard включают средний балл 14,03, IFEval 34,67 и BBH 17,40.

Модель распространяется по лицензии Apache-2.0. README не приводит подробных сведений о качестве на отдельных языках и сценариях; заявленная длина контекста не сопровождается описанием условий её практического использования.

Сценарии применения

  • ролевое общение с персонажами
  • генерация диалогов и художественных сцен
  • написание текстов по инструкции
  • ответы на вопросы в чате
  • генерация текста на нескольких языках

Ограничения

Для корректного диалога автор рекомендует использовать шаблон ChatML. Доступные в README результаты оценивания ограничены отдельными метриками и не описывают качество во всех языках и сценариях.

Для каких профессий подходит7

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

image/png

Following up on Crimson_Dawn-v0.2 we have Azure_Dusk-v0.2! Training on Mistral-Nemo-Base-2407 this time I've added significantly more data, as well as trained using RSLoRA as opposed to regular LoRA. Another key change is training on ChatML as opposed to Mistral Formatting.

Quants!

full / exl2 / gguf

Prompting

The v0.2 models are trained on ChatML, the prompting structure goes a little something like this:

<|im_start|>user
Hi there!<|im_end|>
<|im_start|>assistant
Nice to meet you!<|im_end|>
<|im_start|>user
Can I ask a question?<|im_end|>
<|im_start|>assistant

Context and Instruct

The v0.2 models are trained on ChatML, please use that Context and Instruct template.

Current Top Sampler Settings

Spicy_Temp Violet_Twilight-Nitral-Special

Training

Training was done twice over 2 epochs each on two 2x NVIDIA A6000 GPUs using LoRA. A two-phased approach was used in which the base model was trained 2 epochs on RP data, the LoRA was then applied to base. Finally, the new modified base was trained 2 epochs on instruct, and the new instruct LoRA was applied to the modified base, resulting in what you see here.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.14.03
IFEval (0-Shot)34.67
BBH (3-Shot)17.40
MATH Lvl 5 (4-Shot)1.66
GPQA (0-shot)1.45
MuSR (0-shot)6.37
MMLU-PRO (5-shot)22.60

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
1031135

0 моделей