/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
30 сен 2024

WabiSabi-V1

Генерация текстаТекст → текст4 профессии

WabiSabi-V1 — дообученная на основе Mistral-7B языковая модель для генерации японского и английского текста, в том числе в длинных диалогах.

23скачиваний за 30 дней9лайковвеса обновлены3 дек 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

WabiSabi-V1 — языковая модель на основе Mistral-7B-v0.1, созданная проектом Local-Novel-LLM-project. Это дообученная и объединённая версия с расширением контекста и настройкой через LoRA; карточка указывает формат инструкций Vicuna-v1.1. Модель предназначена для генерации текста на японском и английском языках, включая длинные диалоги и NSFW-контент.

В метаданных указаны архитектура MistralForCausalLM, 7,1 млрд параметров, контекст 32 768 токенов, библиотека Transformers и формат safetensors. README заявляет окно контекста 128 тыс. токенов, однако это расходится с метаданными, поэтому фактическую длину контекста следует сверять с конфигурацией используемого чекпойнта. Лицензия — Apache-2.0.

Модель может сохранять информацию в длинной генерации, согласно карточке, но длительные запросы требуют значительных ресурсов памяти. Обучающие данные могут содержать смещения, поэтому ответы требуют проверки.

Сценарии применения

  • генерация японского текста и диалогов
  • генерация английского текста и диалогов
  • продолжение длинных бесед с учётом предыдущего контекста
  • создание художественных текстов для взрослых

Ограничения

README предупреждает о возможных смещениях в обучающих данных и высоком расходе памяти при длинных запросах. Заявленная в README длина контекста 128 тыс. токенов расходится с метаданными, где указано 32 768 токенов.

Для каких профессий подходит4

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

Model Card for Wabisabi-v1.0

The Mistral-7B--based Large Language Model (LLM) is an noveldataset fine-tuned version of the Mistral-7B-v0.1

wabisabi has the following changes compared to Mistral-7B-v0.1.

  • 128k context window (8k context in v0.1)
  • Achieving both high quality Japanese and English generation
  • Can be generated NSFW
  • Memory ability that does not forget even after long-context generation

This model was created with the help of GPUs from the first LocalAI hackathon.

We would like to take this opportunity to thank

List of Creation Methods

  • Chatvector for multiple models
  • Simple linear merging of result models
  • Domain and Sentence Enhancement with LORA
  • Context expansion

Instruction format

Vicuna-v1.1

Other points to keep in mind

  • The training data may be biased. Be careful with the generated sentences.
  • Memory usage may be large for long inferences.
  • If possible, we recommend inferring with llamacpp rather than Transformers.

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
74491a4

0 моделей