/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,6 млрд
Размер весов
7,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mixtral_AI_MiniTron_II
Библиотека
transformers
Опубликована
13 апр 2024

Mixtral_AI_MiniTron_Swahili_3.75b

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Mistral на 3,6 млрд параметров для генерации текста и диалогов на суахили и дальнейшего дообучения.

33скачиваний за 30 дней2лайкавеса обновлены24 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

LeroyDyer разработал Mixtral_AI_MiniTron_Swahili_3.75b — экспериментальную языковую модель семейства Mistral с 3,6 млрд параметров, дообученную на корпусе суахили. Она предназначена для генерации текста и диалогов на суахили, а также для дальнейшего дообучения, в том числе с помощью LoRA. Автор сообщает, что обучение продолжается и модель ещё может уступать другим моделям серии.

Модель принимает и генерирует текст. Для обучения использовались Unsloth и библиотека Hugging Face TRL; указанный в метаданных размер контекста — 32 768 токенов. README предупреждает, что длинный контекст повышает расход видеопамяти и рекомендует для локального обучения использовать небольшие тексты и снижать контекст. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на суахили
  • ответы на запросы на суахили
  • создание диалогового помощника на суахили
  • дообучение языковой модели на корпусах суахили
  • эксперименты с LoRA для моделей серии Mistral

Ограничения

Обучение модели продолжается, и автор предупреждает, что она может уступать другим моделям серии. Длинный контекст увеличивает расход видеопамяти; автор советует снижать его при локальном обучении.

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

Uploaded model

  • Developed by: LeroyDyer
  • License: apache-2.0
  • Finetuned from model : LeroyDyer/Mixtral_AI_MiniTron_II

This is a smaller model easier for fine tuning !! (faster) This model was created from a fresh untrained model and has only been trained with swahili : it is still training!

Plus it will run and train on the laptop no problem ! (only with text corpuses the context needs to be low as it will force the gpu to consume memory so small articles only; later after intensive training the context can be re-extended etc: ) This model will be fully swahili speaking despite being adapted from and english speaking model : All training applied will be in swahili or other dialects @

undergoing fine tuning stages as well as merging stages and retuning stages ! Searching for instruct datasets in swahili

this is a super fine tuned model .... but it may be behind other models: in the series : Hence this model is for applying lora adapter found on the hub and other created for other models : once applying a lora , set the model in train mode: model.train() And Train on a previoulsy trained dataset before merging the new lora : make sure the prvious dataset still is inline with the model : Often a lora can nudge the model the wrong way and loose some of its previous training as it applys weights on top of the odel which may net be consistant with your model especially if the lora was not trained for this model (but still for the same series (ie mistral))..

This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
fc26dbc

0 моделей