/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Опубликована
1 апр 2024

NeuralStock-7B-v2

Генерация текстаТекст → текст3 профессии

Объединённая диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ответов на инструкции.

14скачиваний за 30 дней0лайковвеса обновлены2 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

NeuralStock-7B-v2 — объединённая диалоговая языковая модель, созданная Kukedlc с помощью LazyMergekit на основе Mistral-7B-Instruct-v0.2, NeuralAlgo-7B-DPO, NeuralStock-7B и Zebrafish-7B. Модель использует архитектуру Mistral с плотной сетью и содержит 7,1 млрд параметров; заявленная длина контекста — до 32 768 токенов.

Модель предназначена для генерации текста и ответов в диалоговом формате. Её можно использовать для общения с ассистентом и выполнения текстовых инструкций; имя и состав объединённых моделей указывают на специализацию исходных компонентов на финансовой тематике и алгоритмической торговле, но README не описывает конкретные возможности или качество в этих областях.

В репозитории указаны веса Safetensors и формат bfloat16. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на текстовые инструкции в чате
  • генерация диалоговых ответов
  • черновики текстов о фондовом рынке
  • обсуждение алгоритмической торговли
  • ответы на вопросы по финансовой тематике

Ограничения

В README не приведены оценки качества, проверенные сценарии использования или подробности о финансовых возможностях объединённой модели. Лицензия в предоставленных данных не указана.

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

NeuralStock-7B-v2

NeuralStock-7B-v2 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: mistralai/Mistral-7B-Instruct-v0.2
  - model: Kukedlc/NeuralAlgo-7B-DPO
  - model: Kukedlc/NeuralStock-7B
  - model: mlabonne/Zebrafish-7B
merge_method: model_stock
base_model: mistralai/Mistral-7B-Instruct-v0.2
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Kukedlc/NeuralStock-7B-v2"
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
14d59de

0 моделей