/ Модель

Характеристики

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

TinyMistral-248M

Генерация текстаТекст → текст3 профессии

Компактная предварительно обученная языковая модель на архитектуре Mistral для дообучения и экспериментов с генерацией текста.

603скачиваний за 30 дней50лайковвеса обновлены9 мая 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

Locutusque/TinyMistral-248M — предварительно обученная компактная языковая модель автора Locutusque на архитектуре Mistral, созданная на основе Mistral 7B и уменьшенная примерно до 248 млн параметров. По метаданным, модель имеет 215,2 млн параметров и контекст до 32 768 токенов; она предназначена прежде всего для последующего дообучения под прикладные задачи, а не для прямого использования. Обучение проводилось на 7 488 000 примерах, в том числе с использованием OpenWebText и MiniPile, на одной видеокарте Titan V.

Модель поддерживает генерацию текста на английском языке. В README сообщается о средней perplexity 6,3 на InstructMix; приведённые там результаты Open LLM Leaderboard помечены как устаревшие. Автор описывает модель как эксперимент, демонстрирующий возможность предобучения компактной языковой модели на небольших наборах данных. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • дообучение компактной языковой модели под прикладную задачу
  • эксперименты с генерацией английского текста
  • исследование предобучения языковых моделей на небольших наборах данных

Ограничения

README не рекомендует использовать модель напрямую: она предназначена для дообучения под последующие задачи. Результаты Open LLM Leaderboard в карточке устарели.

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

A pre-trained language model, based on the Mistral 7B model, has been scaled down to approximately 248 million parameters. This model has been trained on 7,488,000 examples. This model isn't intended for direct use but for fine-tuning on a downstream task. This model should have a context length of around 32,768 tokens. Safe serialization has been removed due to issues saving model weights.

During evaluation on InstructMix, this model achieved an average perplexity score of 6.3. More epochs are planned for this model on different datasets.

Open LLM Leaderboard Evaluation Results (outdated)

Detailed results can be found here

MetricValue
Avg.24.18
ARC (25-shot)20.82
HellaSwag (10-shot)26.98
MMLU (5-shot)23.11
TruthfulQA (0-shot)46.89
Winogrande (5-shot)50.75
GSM8K (5-shot)0.0
DROP (3-shot)0.74

The purpose of this model is to prove that trillion-scale datasets are not needed to pretrain a language model. As a result of needing small datasets, this model was pretrained on a single GPU (Titan V).

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
e84fb52

0 моделей