/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
M7-7b
Опубликована
30 мар 2024

Neural-4-Maths-7b

Генерация текстаТекст → текст3 профессии

Объединённая 7,1-миллиардная модель Mistral для генерации текста и диалогов с акцентом на математические задачи.

57скачиваний за 30 дней1лайквеса обновлены8 апр 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

Neural-4-Maths-7b — объединённая языковая модель, созданная Kukedlc с помощью LazyMergekit на основе пяти моделей Mistral. Она предназначена для генерации текста и диалогов, с акцентом на математические задачи, судя по названиям компонентов с математической тематикой. Модель имеет архитектуру MistralForCausalLM и 7,1 млрд параметров, принимает текст и выдаёт текст; длина контекста — до 32 768 токенов.

Модель распространяется в формате safetensors по лицензии Apache-2.0. README не приводит результатов оценки качества, поэтому точность решения математических задач и сравнительная эффективность не подтверждены.

Сценарии применения

  • решение математических задач в диалоге
  • генерация объяснений к математическим ответам
  • ответы на вопросы на естественном языке
  • создание текстовых продолжений

Ограничения

README не содержит количественных оценок качества или описания проверенных ограничений; способность надёжно решать математические задачи не подтверждена представленными данными.

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

Neural-4-Maths-7b

Neural-4-Maths-7b is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: Kukedlc/NeuralSirKrishna-7b
    # No parameters necessary for base model
  - model: liminerity/M7-7b
    parameters:
      density: 0.66
      weight: 0.2
  - model: MTSAIR/multi_verse_model
    parameters:
      density: 0.66
      weight: 0.2
  - model: Kukedlc/NeuralSirKrishna-7b
    parameters:
      density: 0.66
      weight: 0.2
  - model: Kukedlc/NeuralMaths-Experiment-7b
    parameters:
      density: 0.44
      weight: 0.2
  - model: Kukedlc/Neural4gsm8k
    parameters:
      density: 0.44
      weight: 0.2
merge_method: dare_ties
base_model: Kukedlc/NeuralSirKrishna-7b
parameters:
  int8_mask: true
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/Neural-4-Maths-7b"
messages = [{"role": "user", "content": "What is a large language model?"}]

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=0.7, top_k=50, 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
ee8db18

0 моделей