/ Модель

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-v0.1
Библиотека
transformers
Опубликована
16 сен 2026

mistral-7b-arc-qlora-mc

Генерация текстаТекст → текст3 профессии

Дообученная на Mistral-7B-v0.1 модель для выбора и оценки ответов в задачах с вариантами, прежде всего ARC.

425скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

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

InkeeJung/mistral-7b-arc-qlora-mc — это специализированная модель генерации текста на основе Mistral-7B-v0.1 от Mistral AI, дообученная InkeeJung для задач с вариантами ответа из набора ARC. Это не чат-ассистент: модель предназначена для сопоставления вариантов ответа с вопросом, а не для ведения диалога.

Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 32 768 токенов. Для обучения применялась QLoRA с NF4 и адаптерами LoRA; опубликованные FP16-веса получены слиянием выбранного адаптера с исходной базовой моделью. В описанной оценке на ARC-Challenge модель показала 81,31% нормализованной точности на тесте из 1 172 вопросов.

Основной сценарий — оценка ответов на вопросы с несколькими вариантами, в частности научных вопросов ARC-Challenge и ARC-Easy. Оценки вариантов задают относительное распределение и не являются калиброванной уверенностью. Обучение проверяло заданное правило текстового исключения пересечений, но не исключает семантическое сходство и загрязнение предобучающих данных. Лицензия — Apache-2.0.

Сценарии применения

  • выбор лучшего ответа в научном вопросе с вариантами
  • ранжирование вариантов ответа по вопросу ARC-Challenge
  • оценка ответов на тестовые вопросы ARC-Easy

Ограничения

Это специализированный чекпойнт для вопросов с вариантами, а не инструкционная чат-модель. Оценки вариантов не являются калиброванной уверенностью; проверка текстовых пересечений обучающих и тестовых данных не исключает семантическое сходство или загрязнение предобучения.

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

Mistral 7B ARC QLoRA with multiple-choice loss

This is the validation-selected checkpoint from an ARC multiple-choice (MC) fine-tuning experiment starting from Mistral-7B-v0.1. It is a task-specific model, not an instruction-tuned chat assistant. The root contains the complete FP16 model and tokenizer.

Recorded evaluation

All three conditions below used the same 1,172 ARC-Challenge test questions, 25-shot context, FP16, batch size 4, SDPA, no chat template and no added BOS/EOS. The two fine-tuned models were evaluated after merging their original saved adapters into a fresh, unquantized FP16 base.

ModelNormalized correctacc_normRaw correctacc
Base Mistral-7B-v0.1719 / 1,17261.35%668 / 1,17257.00%
Answer-only SFT reference787 / 1,17267.15%744 / 1,17263.48%
MC loss, selected epoch 1953 / 1,17281.31%918 / 1,17278.33%

MC improves acc_norm by 19.97 percentage points over the base and 14.16 points over the SFT reference.

Training and selection

Training used the same fixed, de-duplicated set of 3,353 ARC-Challenge and ARC-Easy training questions as the SFT reference, retaining all original answer choices. Training questions whose normalized text matched held-out questions were excluded. Held-out answer labels were not used for training. This checks the specified text overlap rule, not all possible semantic overlap or the base model's pretraining contamination.

For each question, the model scores each answer completion after Question: {question}\nAnswer:. Its score is the sum of answer-token log probabilities divided by Python len(original_choice_text), including original spaces but excluding the added separator space. Cross-entropy over these character-normalized choice scores (temperature 1) is averaged per question. Only answer-token log probabilities contribute to each choice score; prompt and padding positions are excluded from the sum. The softmax over choice scores is a relative distribution, not calibrated confidence. QLoRA used NF4 with double quantization and BF16 computation; LoRA rank 8, alpha 16, dropout 0.05, applied to q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj and down_proj.

Training stopped early at epoch 11. Epoch 1 / step 210 was selected using the highest ARC-Challenge validation normalized accuracy: 237 / 299 (79.26%), evaluated with NF4/BF16. Ties retain the earlier checkpoint. Selection was frozen before the final test.

Revisions and representation

  • Base and tokenizer: mistralai/Mistral-7B-v0.1, revision 27d67f1b5f57dc0953326b2601d68371d40ea8da.
  • Dataset: allenai/ai2_arc, revision 210d026faf9955653af8916fad021475a3f00453.

The published FP16 weights were produced by merging the selected LoRA adapter into the original, unquantized FP16 base model. The tokenizer vocabulary is unchanged; saved settings disable added BOS/EOS, use <unk> (ID 0) as PAD and right padding.

Loading the complete model

Install the versions in requirements.txt.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

REPO = "InkeeJung/mistral-7b-arc-qlora-mc"
tokenizer = AutoTokenizer.from_pretrained(REPO)
model = AutoModelForCausalLM.from_pretrained(
    REPO,
    torch_dtype=torch.float16,
    device_map={"": 0},
    attn_implementation="sdpa",
    use_safetensors=True,
).eval()

Limits and license

This is one task-focused run with one training seed. Validation and test scores differ in both data split and numerical representation, so their difference cannot be attributed solely to quantization. Benchmark specialization and pretraining contamination remain possible.

The base was released under Apache 2.0. This derivative retains that license and attributes the base to Mistral AI. The derivative changes consist of the ARC MC-loss fine-tuning described above.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
fd32690

0 моделей