/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
TinyMistral-248M-v2
Опубликована
19 янв 2024

TinyMistral-248M-v2-Instruct

Генерация текстаТекст → текст3 профессии

Компактная модель Mistral, дообученная для генерации ответов и диалогов по инструкциям.

751скачиваний за 30 дней7лайковвеса обновлены3 фев 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-v2-Instruct — компактная языковая модель на архитектуре Mistral, дообученная Locutusque на наборе диалогов HuggingFaceH4/ultrachat_200k. Она предназначена для генерации текста в формате инструкций и диалогов, например для ответов на запросы и ведения беседы.

Модель содержит 215,2 млн параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch и Safetensors. В карточке указан английский язык; для генерации автор рекомендует низкую температуру и ограниченные top-p и top-k.

Качество модели отдельно не описано: в README указано лишь намерение отправить её на Open LLM Leaderboard. Компактный размер может ограничивать сложность и надёжность ответов. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на короткие текстовые запросы
  • ведение простого диалога с пользователем
  • создание прототипа чат-бота
  • генерация текста по инструкции

Ограничения

Небольшой размер модели может снижать качество на сложных задачах и надёжность ответов; результаты оценки в README не приведены.

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

Description

Fine-tuned Locutusque/TinyMistral-248M-v2 on the HuggingFaceH4/ultrachat_200k dataset.

Recommended inference parameters

do_sample: true
temperature: 0.1
top_p: 0.14
top_k: 12
repetition_penalty: 1.1

Recommended prompt template

<|im_start|>user\n{user message}<|im_end|>\n<|im_start|>assistant\n{assistant message}<|endoftext|>

Evaluation

This model will be submitted to 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
e1d2b43

0 моделей