Four identical cosmo-1b merged into a MoE. Will not be useful without further training.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 1,7 млрд
- Лицензия
- Apache 2.0
- Архитектура
- mixtral · MoE
- Опубликована
- 15 мар 2024
Ссылки
cosmoem-4x1b
Экспериментальная MoE-модель Mixtral на основе четырёх объединённых cosmo-1b для генерации текста, требующая дальнейшего обучения.
91скачиваний за 30 дней1лайквеса обновлены15 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.
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
Lambent/cosmoem-4x1b — экспериментальная модель семейства Mixtral с архитектурой MoE, созданная путём объединения четырёх одинаковых моделей cosmo-1b. В метаданных указаны 1,7 млрд параметров, контекст 2048 токенов и формат safetensors; модель предназначена для генерации текста.
Автор README отмечает, что без дальнейшего обучения модель не будет полезна. Репозиторий распространяется по лицензии Apache-2.0.
Сценарии применения
- эксперименты с объединением языковых моделей в MoE
- исследование поведения Mixtral-подобной архитектуры
- проверка и дальнейшее обучение текстовой генеративной модели
Ограничения
По README модель не будет полезна без дальнейшего обучения. Контекст ограничен 2048 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MixtralForCausalLM
- Ревизия весов
- c498ebe