/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
14 дек 2023

Ссылки

Hugging Face

LocutusqueXFelladrin-TinyMistral248M-Instruct

Locutusque
Генерация текстаТекст → текст3 профессии

Компактная модель Mistral для генерации ответов по инструкциям, рассуждений и программирования.

61скачиваний за 30 дней7лайковвеса обновлены1 фев 2025

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.

Открыть конструктор бенчмарка

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

LocutusqueXFelladrin-TinyMistral248M-Instruct — компактная языковая модель от Locutusque, созданная слиянием Locutusque/TinyMistral-248M-Instruct и Felladrin/TinyMistral-248M-SFT-v4 методом linear merge в mergekit, с последующим дополнительным обучением примерно на 20 тысячах примеров из Locutusque/inst_mix_v2_top_100k. Это плотная авторегрессионная модель семейства Mistral с 215,2 млн параметров и контекстом до 32 768 токенов.

Модель предназначена для генерации текста по инструкциям, включая диалоговые ответы, простые задачи на рассуждение и программирование. В README заявлено, что она сочетает навыки программирования и рассуждения одной исходной модели с более точным следованием инструкциям и меньшей склонностью к галлюцинациям другой. Карточка также отмечает оценивание в Open LLM Leaderboard, но не приводит результаты.

Модель принимает и генерирует текст; языком карточки указан английский. Распространяется в форматах PyTorch и safetensors по лицензии Apache-2.0. Из-за небольшого размера её возможности могут уступать более крупным моделям, а заявленные преимущества не подкреплены в карточке численными результатами оценки.

Сценарии применения

  • ответы на текстовые инструкции
  • короткие диалоговые ответы
  • простые задачи на рассуждение
  • генерация фрагментов кода
  • эксперименты с компактными языковыми моделями

Ограничения

Компактный размер может ограничивать качество и сложность решаемых задач; карточка не приводит численных результатов оценки, поэтому заявления о преимуществах не подкреплены сравнительными метриками.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.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 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LocutusqueXFelladrin-TinyMistral248M-Instruct

This model was created by merging Locutusque/TinyMistral-248M-Instruct and Felladrin/TinyMistral-248M-SFT-v4 using mergekit. After the two models were merged, the resulting model was further trained on ~20,000 examples on the Locutusque/inst_mix_v2_top_100k at a low learning rate to further normalize weights. The following is the YAML config used to merge:

models:
  - model: Felladrin/TinyMistral-248M-SFT-v4
    parameters:
      weight: 0.5
  - model: Locutusque/TinyMistral-248M-Instruct
    parameters:
      weight: 1.0
merge_method: linear
dtype: float16

The resulting model combines the best of both worlds. With Locutusque/TinyMistral-248M-Instruct's coding capabilities and reasoning skills, and Felladrin/TinyMistral-248M-SFT-v4's low hallucination and instruction-following capabilities. The resulting model has an incredible performance considering its size.

Evaluation

Found in the Open LLM Leaderboard.

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
c801d56

0 моделей

    Создать бенчмарк