Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Лицензия: Apache 2.0
Архитектура: mistral · dense
Базовая модель: MBX-7B-v3
Опубликована: 9 фев 2024

Ссылки

Hugging Face arXiv 2212.04089

Samlagast-7B-bf16

Kquant03

Генерация текстаТекст → текст9 профессий

Слитая 7,1-миллиардная языковая модель Mistral для генерации текста с контекстом до 32 768 токенов.

54скачиваний за 30 дней1лайквеса обновлены26 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.

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.

Открыть конструктор бенчмарка

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

Samlagast-7B-bf16 — слитая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом task arithmetic. В основу слияния вошла paulml/NeuralOmniBeagleMBX-v3-7B; также объединены FelixChao/Faraday-7B, flemmingmiguel/MBX-7B-v3 и paulml/NeuralOmniWestBeaglake-7B.

Модель предназначена для генерации текста. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. В карточке указан английский язык. Модель доступна по лицензии Apache-2.0; README также ссылается на отдельные файлы GGUF.

Сценарии применения

генерация текста по запросу на английском языке
продолжение заданного текста
создание черновиков и вариантов формулировок

Ограничения

README не приводит результаты оценки качества или подробные ограничения применения; качество на конкретных задачах следует проверять отдельно.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

To see what will happen.

Join our Discord!

GGUF FILES HERE

This is a merge of pre-trained language models created using mergekit.

Merge Method

This model was merged using the task arithmetic merge method using paulml/NeuralOmniBeagleMBX-v3-7B as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: paulml/NeuralOmniWestBeaglake-7B
    parameters:
      weight: 1
  - model: FelixChao/Faraday-7B
    parameters:
      weight: 1
  - model: flemmingmiguel/MBX-7B-v3
    parameters:
      weight: 1
  - model: paulml/NeuralOmniBeagleMBX-v3-7B
    parameters:
      weight: 1
merge_method: task_arithmetic
base_model: paulml/NeuralOmniBeagleMBX-v3-7B
parameters:
  normalize: true
  int8_mask: true
dtype: float16

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: d3711b3