/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
29 фев 2024

TinyMixtral-4x248M-MoE

Генерация текстаТекст → текст4 профессии

Небольшая диалоговая языковая модель Mixtral MoE для генерации текста, собранная слиянием четырёх моделей TinyMistral.

3 275скачиваний за 30 дней5лайковвеса обновлены4 апр 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

TinyMixtral-4x248M-MoE — языковая модель с архитектурой Mixtral MoE, созданная Isotonic с помощью LazyMergekit на основе четырёх моделей семейства TinyMistral. В репозитории используется класс MixtralForCausalLM; общий размер модели — 215,2 млн параметров, контекст — до 32 768 токенов. Доступны веса в формате safetensors и возможность диалогового взаимодействия.

Модель предназначена для генерации текста и диалоговых сценариев. В её состав вошли Felladrin/TinyMistral-248M-SFT-v4, Locutusque/LocutusqueXFelladrin-TinyMistral248M-Instruct, Locutusque/TinyMistral-248M-v2-Instruct и Locutusque/TinyMistral-248M-v2.5. Карточка не приводит сведений о поддерживаемых языках или специализированных областях применения. Лицензия — Apache 2.0.

Сценарии применения

  • генерация продолжения текста
  • ответы в диалоговом интерфейсе
  • создание коротких черновиков и формулировок

Ограничения

Карточка не сообщает о языках обучения или результатах оценки качества; перед применением в конкретном сценарии стоит проверить качество ответов. Модель небольшого размера, поэтому её возможности могут уступать более крупным языковым моделям.

Для каких профессий подходит4

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

🌟 Buying me coffee is a direct way to show support for this project.

TinyMixtral-4x248M-MoE

TinyMixtral-4x248M-MoE is a Mixure of Experts (MoE) made with the following models using LazyMergekit:

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Isotonic/TinyMixtral-4x248M-MoE"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer
)

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"])

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
1e35161

0 моделей