/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
12 янв 2024

EastAsia-4x7B-Moe-experiment

Генерация текстаТекст → текст3 профессии

Экспериментальная MoE-модель Mixtral для генерации текста и переводов на китайском, японском и корейском языках.

78скачиваний за 30 дней1лайквеса обновлены5 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

EastAsia-4x7B-Moe-experiment — экспериментальная языковая модель семейства Mixtral, созданная с помощью LazyMergekit как смесь экспертов из моделей Breeze-7B-Instruct-v0.1, shisa-7b-v1 и OPEN-SOLAR-KO-10.7B. Модель предназначена прежде всего для генерации текста и перевода на китайском, японском и корейском языках: маршрутизация экспертов настроена на соответствующие запросы о переводе. Архитектура — MoE с классом MixtralForCausalLM; в репозитории указано 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors.

Модель может использоваться для генерации ответов и переводов на восточноазиатских языках, однако README приводит лишь ограниченные результаты общих бенчмарков и не подтверждает качество перевода или пригодность для конкретных сценариев. Лицензия — Apache-2.0.

Сценарии применения

  • перевод запросов на китайском языке
  • перевод запросов на японском языке
  • перевод запросов на корейском языке
  • генерация ответов на восточноазиатских языках

Ограничения

README не приводит специализированных оценок качества перевода; опубликованные результаты ограничены общими бенчмарками. Экспериментальная сборка может уступать специализированным переводческим моделям.

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

EastAsia-4x7B-Moe-experiment

EastAsia-4x7B-Moe-experiment is a Mixure of Experts (MoE) made with the following models using LazyMergekit:

🧩 Configuration

gate_mode: hidden
dtype: bfloat16
base_model: mlabonne/Marcoro14-7B-slerp
experts:
  - source_model: MediaTek-Research/Breeze-7B-Instruct-v0.1
    positive_prompts:
    - "翻譯"
  - source_model: augmxnt/shisa-7b-v1
    positive_prompts:
    - "翻訳"
  - source_model: beomi/OPEN-SOLAR-KO-10.7B
    positive_prompts:
    - "번역"

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Heng666/EastAsia-4x7B-Moe-experiment"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.42.12
AI2 Reasoning Challenge (25-Shot)39.51
HellaSwag (10-Shot)48.92
MMLU (5-Shot)56.20
TruthfulQA (0-shot)49.83
Winogrande (5-shot)58.09
GSM8k (5-shot)0.15

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
05e6b3a

0 моделей