Объединённая модель Mistral на 8,9 млрд параметров для генерации текста и диалогов с польской языковой ориентацией.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Kunoichi-zephyr-pl-7B — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit из SanjiWatsuki/Kunoichi-DPO-v2-7B и Nondzu/zephyr-7b-beta-pl. Модель предназначена для генерации текста и диалогового общения.
В репозитории представлены веса Safetensors; в конфигурации слияния указан тип bfloat16. Метаданные задают размер 8,9 млрд параметров и контекст до 32 768 токенов. Суффикс модели и одна из исходных моделей указывают на польскую языковую ориентацию, однако подробные сведения о языковом покрытии в карточке отсутствуют. Лицензия — Apache-2.0.
Подробные результаты оценки качества и гарантии работы с другими языками в карточке не приведены. Контекст модели ограничен 32 768 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Kunoichi-zephyr-pl-7B is a merge of the following models using mergekit:
slices:
- sources:
- model: SanjiWatsuki/Kunoichi-DPO-v2-7B
layer_range: [0, 32]
- sources:
- model: Nondzu/zephyr-7b-beta-pl
layer_range: [24, 32]
merge_method: passthrough
dtype: bfloat16
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…