Дообученная 7,1-миллиардная модель Mistral для генерации текста и ответов на инструкции, в том числе длинные.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
KnutJaegersberg/MistralInstructLongish — дообученная инструкция-модель семейства Mistral, созданная автором KnutJaegersberg. Модель обучалась около трёх эпох на объединении нескольких наборов инструкций, включая часть более длинных инструкций, и рассчитана на генерацию ответов в формате Alpaca с разделами Instruction, необязательным Input и Response.
Это плотная причинная языковая модель MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов. Она предназначена для следования инструкциям и генерации текста; в карточке приведены результаты оценки на Open LLM Leaderboard, включая среднее значение 48,99, ARC и HellaSwag. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0.
Карточка не описывает языки обучения, поэтому языковую специализацию нельзя установить. Результаты бенчмарков не гарантируют качество на конкретных пользовательских задачах; данных о дополнительных ограничениях или проверках безопасности нет.
Карточка не сообщает языки обучения и не приводит подробной оценки качества на прикладных сценариях; опубликованные результаты бенчмарков не гарантируют качество конкретных ответов. Данных о проверках безопасности модели нет.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
It was trained for like 3 epochs on a merger dataset of several instruction datasets, with partially longer instructions.
Alpaca Prompt Format:
### Instruction:
blablabla
### Input:
(optional)
### Response:
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 48.99 |
| ARC (25-shot) | 60.75 |
| HellaSwag (10-shot) | 81.86 |
| MMLU (5-shot) | 60.49 |
| TruthfulQA (0-shot) | 40.55 |
| Winogrande (5-shot) | 76.56 |
| GSM8K (5-shot) | 1.52 |
| DROP (3-shot) | 21.22 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…