/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
BioMistral-7B
Опубликована
9 мар 2024

Bio-Mistralv2-Squared

Генерация текстаТекст → текст3 профессии

Слияние медицинской BioMistral и Mistral Instruct для диалоговой генерации текста, в том числе по медицинской тематике.

55скачиваний за 30 дней1лайквеса обновлены9 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

Bio-Mistralv2-Squared — языковая модель на архитектуре Mistral, созданная слиянием SLERP моделей BioMistral/BioMistral-7B и mistralai/Mistral-7B-Instruct-v0.2 с помощью mergekit. Репозиторий содержит веса в формате safetensors; модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалоговых ответов, сочетая медицинскую специализацию BioMistral с настройкой Mistral Instruct. Её можно применять для диалоговых сценариев и генерации ответов по медицинской тематике, однако README не приводит оценок качества или проверенных клинических сценариев. Лицензия — Apache-2.0.

Сценарии применения

  • генерация диалоговых ответов по медицинским вопросам
  • ответы на инструкции в чат-интерфейсе
  • составление черновиков медицинских объяснений
  • генерация текста с длинным контекстом

Ограничения

README не приводит оценок качества, ограничений или клинической валидации; медицинские ответы модели требуют проверки специалистом.

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

Bio-Mistralv2-Squared-SLERP

Bio-Mistralv2-Squared is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

🤖💬 Models Merged

The following models were included in the merge:

🧩 Configuration

The following YAML configuration was used to produce this model:


slices:
  - sources:
      - model: BioMistral/BioMistral-7B
        layer_range: [0, 32]
      - model: mistralai/Mistral-7B-Instruct-v0.2
        layer_range: [0, 32]
merge_method: slerp
base_model: BioMistral/BioMistral-7B
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kabster/Bio-Mistralv2-Squared"
messages = [{"role": "user", "content": "What is fluimucil used for?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.2, top_k=100, 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
MistralForCausalLM
Ревизия весов
77aa25e

0 моделей