/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
28,4 ГБ
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
11 апр 2024

Mixtral_AI_TokenClassification_Project

Генерация текстаТекст → текст

Экспериментальная модель на основе Mistral для классификации токенов в текстовых последовательностях.

13скачиваний за 30 дней5лайковвеса обновлены19 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

Это экспериментальная версия Mistral с добавленной головой классификации токенов; автор также описывает планы по созданию вариантов с головами для вопросов и ответов и перевода. Модель предназначена для классификации отдельных токенов в тексте, например для разметки последовательностей. В README указано, что настройка ещё продолжается и остаются проблемы.

Модель имеет плотную архитектуру Mistral, около 7,1 млрд параметров и контекстное окно 32 768 токенов. Для работы используется Transformers; веса представлены в формате safetensors. Метаданные указывают английский язык и задачу token-classification. Лицензия в предоставленных данных не указана.

Сценарии применения

  • разметка именованных сущностей в тексте
  • классификация токенов по заданным меткам
  • выделение и разметка отдельных фрагментов последовательности

Ограничения

Автор отмечает, что реализация находится в процессе разработки и требует исправления проблем. Голова классификации может требовать специальной настройки, включая число меток.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This Model Contains Models and Architectures which i am building currently for the mistral model !

Such as a question/Answer head ... Token clasification head , Translation Head etc ... these can be called from the associated transformers model controller ... ie automodels !

even redirecting the output to other methods ... or intercepting the input of which these extra models do , as they may need special setup config ie set the number of required lables etc ! or add the context for the question and answer spearate from the question with the context as an input and the request asa seperate input allowing for larger contexts and more indepth prompt sizes as input windows can be increased with the cost of gpu !

best to stay in the window of existing models .. but try to implement the different neural net architecture even combining them if possible ... Currently Adding Token Classification to mistral model ;

Still need some kinks sorting out -on the way - Testing

! pip install flash_attn
from transformers import AutoModelForTokenClassification, AutoTokenizer
import torch

# Load pre-trained model and tokenizer
model_name = "LeroyDyer/Mixtral_AI_TokenClassification"
tokenizer = AutoTokenizer.from_pretrained("LeroyDyer/Mixtral_AI_PsycoTron")
model = AutoModelForTokenClassification.from_pretrained(model_name, 
                                                        trust_remote_code=True,
                                                        num_labels=3)
model
model.train

# Get loss or logits
# loss = outputs.loss
# logits = outputs.logits



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
f3069ae

0 моделей