Uploaded model
- Developed by: KakaoL0L
- License: apache-2.0
- Finetuned from model : unsloth/mistral-7b-instruct-v0.3-bnb-4bit
This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.
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-instruct-v0.3-bnb-4bit
- Опубликована
- 10 июн 2024
Ссылки
Mistral7B_MatheoAI6_lora
Дообученная KakaoL0L чат-модель Mistral 7B Instruct для генерации диалогового текста на английском языке.
13скачиваний за 30 дней0лайковвеса обновлены10 июн 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
KakaoL0L/Mistral7B_MatheoAI6_lora — чат-модель на базе Mistral 7B Instruct v0.3, дообученная KakaoL0L. Модель предназначена для генерации текста в диалоговом формате; карточка сообщает, что при обучении использовались Unsloth и библиотека TRL.
Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Заявленная длина контекста — 32 768 токенов; в метаданных указан английский язык. Репозиторий содержит веса в формате safetensors.
Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, качество ответов или результаты оценивания, поэтому пригодность для конкретных предметных задач следует проверять отдельно.
Сценарии применения
- генерация ответов в текстовом чате
- создание черновиков и продолжение текста на английском
- развёртывание локального чат-ассистента
Ограничения
Карточка не указывает предметную специализацию и не приводит оценок качества. Возможности и надёжность ответов на конкретных задачах требуют отдельной проверки.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- 1f948d5