/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
22,8 млн
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
Minueza-32M-Base
Опубликована
5 мар 2024

Minueza-32Mx2-Chat

Генерация текстаТекст → текст3 профессии

Компактная англоязычная чат-модель для диалогов, ответов на вопросы и выполнения текстовых инструкций.

62скачиваний за 30 дней2лайкавеса обновлены8 мар 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

Felladrin разработал Minueza-32Mx2-Chat — компактную англоязычную чат-модель на основе Felladrin/Minueza-32M-Base. Она использует архитектуру Mixtral с разреженной экспертной моделью (MoE), содержит 22,8 млн параметров и рассчитана на контекст до 2048 токенов.

Модель дообучена методом supervised fine-tuning на наборах инструкций и диалогов, а затем оптимизирована методом direct preference optimization. Она предназначена для диалогов, ответов на вопросы и выполнения текстовых инструкций; обучающие данные включают примеры общего общения, веб-вопросов и предпочтений ответов. Модель принимает текст и генерирует текст, используя формат диалога с ролями system, user и assistant.

Модель распространяется под лицензией Apache License 2.0. Это компактная модель с коротким контекстом, поэтому её возможности и качество ответов могут быть ограничены по сравнению с более крупными современными чат-моделями; основной язык карточки — английский.

Сценарии применения

  • ответы на вопросы в чате
  • выполнение текстовых инструкций
  • генерация ответов для диалогового помощника
  • обсуждение тем общего назначения

Ограничения

Английский указан как основной язык карточки, а контекст ограничен 2048 токенами. Из-за компактного размера модель может уступать более крупным чат-моделям по качеству и охвату задач.

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-32Mx2-Chat

Recommended Prompt Format

<|im_start|>system
{system_message}<|im_end|>
<|im_start|>user
{user_message}<|im_end|>
<|im_start|>assistant

Recommended Inference Parameters

do_sample: true
temperature: 0.65
top_p: 0.55
top_k: 35
repetition_penalty: 1.176

Usage Example

from transformers import pipeline

generate = pipeline("text-generation", "Felladrin/Minueza-32Mx2-Chat")

messages = [
    {
        "role": "system",
        "content": "You are a helpful assistant who answers the user's questions with details and curiosity.",
    },
    {
        "role": "user",
        "content": "What are some potential applications for quantum computing?",
    },
]

prompt = generate.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)

output = generate(
    prompt,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.65,
    top_k=35,
    top_p=0.55,
    repetition_penalty=1.176,
)

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

How it was trained

This model was trained with SFT Trainer and DPO Trainer, in several sessions, using the following settings:

For Supervised Fine-Tuning:

HyperparameterValue
Learning rate2e-6
Total train batch size16
Max. sequence length2048
Weight decay0.01
Warmup ratio0.1
OptimizerAdam with betas=(0.9,0.999) and epsilon=1e-08
Schedulercosine
Seed42
Neftune Noise Alpha5

For Direct Preference Optimization:

HyperparameterValue
Learning rate5e-7
Total train batch size16
Max. length1024
Max. prompt length512
Max. steps200
Weight decay0
Warmup ratio0.1
Beta0.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
79ede1f

0 моделей