Дообученная 12,1-миллиардная модель Mistral Nemo для диалога и генерации текстов, включая тематические сценарии из медицины, климата и естественных наук.
23скачиваний за 30 дней1лайквеса обновлены12 окт 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.
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
Pervepsion-12B-x1 — дообученная Koriea модель для диалоговой генерации текста на основе Mistral Nemo Instruct. Она предназначена для общения и создания текстов; тематические теги карточки указывают на медицину, климат, биологию, химию, ролевой диалог и творческое письмо. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров, распространяется в формате safetensors. В карточке указано окно контекста до 1 024 000 токенов и возможность чата.
README рекомендует temperature 0,6–1 и min_p 0,1–0,2. Базовая модель Mistral Nemo Instruct поддерживает несколько языков, однако языки именно этой производной модели не уточнены. Условия лицензии в предоставленных данных отсутствуют.
Сценарии применения
ведение диалога в чат-интерфейсе
создание творческих текстов
ролевые диалоги
подготовка черновиков по биологии и химии
обсуждение тем медицины и климата
Ограничения
Языки модели и лицензия не указаны в доступных данных. Рекомендации README по настройкам генерации ограничены sampler-параметрами и сами по себе не подтверждают качество ответов.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель