Uploaded model
- Developed by: HaitameLaframe
- License: apache-2.0
- Finetuned from model : unsloth/mistral-7b-v0.3-bnb-4bit
This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 14,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Базовая модель
- mistral-7b-v0.3-bnb-4bit
- Опубликована
- 1 янв 2025
Ссылки
Mistral-v3-7b-coder
Дообученная на базе Mistral-7B-v0.3 модель для генерации текста с контекстом до 32 768 токенов.
18скачиваний за 30 дней0лайковвеса обновлены7 янв 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
HaitameLaframe/Mistral-v3-7b-coder — дообученная HaitameLaframe языковая модель для генерации текста на базе Mistral-7B-v0.3. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.
Карточка сообщает о дообучении с использованием Unsloth и библиотеки TRL, но не описывает специальное обучение для программирования, примеры кода или отдельные возможности модели. Поэтому её можно рассматривать как модель генерации текста, однако специализация на коде не подтверждена. Указана лицензия Apache-2.0.
Сценарии применения
- генерация продолжения текста
- подготовка черновиков и ответов на текстовые запросы
- эксперименты с дообучением языковых моделей
Ограничения
Карточка не приводит оценки качества, обучающие данные или подтверждение специализации на программировании, несмотря на название репозитория.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- e4249d8