/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
22,8 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
25 фев 2024

Minueza-32M-Base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная базовая модель архитектуры Mistral для генерации текста и дальнейшего дообучения.

1 238скачиваний за 30 дней19лайковвеса обновлены6 апр 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

Minueza-32M-Base — базовая языковая модель, созданная Felladrin и обученная с нуля на корпусе преимущественно англоязычных текстов объёмом около 650 млн токенов. Это плотный трансформер с архитектурой MistralForCausalLM и 22,8 млн параметров; контекстное окно составляет 2048 токенов. Модель предназначена для генерации текста и как основа для последующего дообучения, в том числе под диалоговый формат ChatML.

Небольшой размер рассчитан на быстрый запуск на устройствах без GPU и в мобильных браузерах через Transformers.js. В карточке указаны веса Safetensors; README также упоминает варианты GGUF и ONNX. Это базовая, а не готовая к прикладному использованию инструктивная модель, поэтому для диалогов или специализированных задач рекомендуется дообучение. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • дообучение небольшой языковой модели под прикладную задачу
  • создание англоязычного чат-бота после инструктивного дообучения
  • эксперименты с форматом ChatML
  • генерация текста на устройствах без GPU
  • запуск языковой модели в мобильном браузере через Transformers.js

Ограничения

Это базовая модель без заявленной готовой инструктивной настройки, поэтому качество следования инструкциям и ведения диалога зависит от последующего дообучения. Контекст ограничен 2048 токенами.

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

Minueza-32M-Base

Summary

Minueza-32M-Base is a foundation model with 32 million parameters trained from scratch on a large corpus of text in English.

It's available in the following formats: Safetensors, GGUF, and ONNX.

And it's being released alongside some fine-tuned versions:

Intended Uses

This model was created with the following objectives in mind:

  • Run on mobile web browsers via Transformers.js.
  • Run fast on machines without GPU.
  • Serve as a base for fine-tunes using ChatML format, hence the two additional special tokens (<|im_start|> and <|im_end|>) with <|im_end|> as default EOS token.
    • ChatML works great for both instruction and chat models, so if all fine-tunes are made following the ChatML pattern, other users might benefit from the easiness of creating merges.

Datasets

The model was trained on a subset of each of the following non-synthetic datasets:

The subsets were interleaved to form the final training corpus of approximately 650 million tokens.

Model Architecture

This is a transformer model with the Mistral architecture, trained on a context window of 2048 tokens.

ConfigurationValue
max_position_embeddings2048
hidden_size312
intermediate_size1092
num_attention_heads12
num_hidden_layers10
num_key_value_heads4
vocab_size32002

The pretraining was made with these hyperparameters and frameworks:

HyperparameterValue
learning_rate5e-05
train_batch_size1
eval_batch_size1
seed42
gradient_accumulation_steps8
total_train_batch_size8
optimizerAdam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_typelinear
FrameworkVersion
Transformers4.38.0.dev0
Pytorch2.1.2
Datasets2.16.1
Tokenizers0.15.1

Usage

This is just a base model. For your task, you will likely want to perform application-specific fine-tuning as recommended above.

Also note that this model was trained on internet text data, which may contain biases, offensive or inappropriate content, and may produce incorrect or irrelevant responses. No evaluation has been conducted, so use with care.

Having that said, here's how you can run it:

from transformers import pipeline

generate = pipeline("text-generation", "Felladrin/Minueza-32M-Base")

prompt = "The best way to improve your health is"

output = generate(
    prompt,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.72,
    top_p=0.73,
    top_k=50,
    repetition_penalty=1.176,
)

print(output[0]["generated_text"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.92
AI2 Reasoning Challenge (25-Shot)21.33
HellaSwag (10-Shot)26.39
MMLU (5-Shot)24.80
TruthfulQA (0-shot)47.45
Winogrande (5-shot)53.20
GSM8k (5-shot)0.38

License

This model is licensed under the Apache License 2.0.

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
5e4dfcf

0 моделей