/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
zephyr_0.50_mamba_progressive
Опубликована
18 июл 2024

mamba_0_5_sft

Генерация текстаТекст → текст5 профессий

Дообученная разговорная модель Mistral на 7,1 млрд параметров для генерации текста и диалоговых ответов.

20скачиваний за 30 дней0лайковвеса обновлены18 июл 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

JunxiongWang/mamba_0_5_sft — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Разработчик дообучил JunxiongWang/zephyr_0.50_mamba_progressive на наборе JunxiongWang/sftdataset; карточка приводит значение loss 0,5661 на оценочном наборе.

Модель предназначена для генерации текста в диалоговом формате. Её можно использовать для создания ответов на сообщения и ведения текстового диалога. Карточка не уточняет языки обучения, состав датасета и конкретные ограничения модели. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • создание продолжений текста
  • развёртывание чат-бота на основе дообученной модели

Ограничения

Языки и конкретные ограничения модели в карточке не описаны. Значение loss на оценочном наборе само по себе не позволяет судить о качестве ответов в практических сценариях.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Please check here for details.

mamba_0_5_sft

This model is a fine-tuned version of JunxiongWang/zephyr_0.50_mamba_progressive on the JunxiongWang/sftdataset dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5661

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 64
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.01
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.60211.0550640.5661

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
74d28bb

0 моделей