/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
24 янв 2024

TinyMistral-248M-v2.5

Генерация текстаТекст → текст3 профессии

Компактная модель Mistral для генерации англоязычного текста, базовых ответов на вопросы и задач по программированию.

210скачиваний за 30 дней27лайковвеса обновлены16 сен 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1135

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2508

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1336

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3782

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3039

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0098

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TinyMistral-248M-v2.5 — компактная языковая модель семейства Mistral, опубликованная Locutusque. Она получена слиянием TinyMistral-248M-v1 и TinyMistral-248M-v2 методом TIES, после чего продолжено предварительное обучение на синтетических учебниках. В репозитории указано 215,2 млн параметров, формат весов safetensors и контекст до 32 768 токенов.

Модель предназначена для генерации и продолжения текста, базовых ответов на вопросы и задач по программированию. Англоязычные данные карточки и обучающие наборы связаны с учебниками и книгами по программированию. Автор сообщает о средней perplexity 4 и о том, что модель проще дообучать, чем v2; эти оценки основаны на личной оценке и приведённых результатах бенчмарков.

Лицензия — Apache-2.0. Автор предупреждает, что качество может снижаться при использовании через inference API; результаты и пригодность для конкретных сценариев следует проверять самостоятельно.

Сценарии применения

  • генерация и продолжение англоязычного текста
  • получение ответов на базовые вопросы
  • генерация фрагментов кода
  • эксперименты с дообучением компактной языковой модели

Ограничения

Автор отмечает, что качество модели может снижаться при использовании через inference API. Заявления о превосходстве над предыдущими версиями основаны на личной оценке автора.

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

TinyMistral-248M-v2.5

This model was created by merging TinyMistral-248M-v1 and v2, then further pretraining on synthetic textbooks. The resulting model's performance is superior to both, after personal evaluation.

During training, this model reached an average perplexity score of 4, outperforming V1 by nearly 7x, and V2 by 4x.

You can use the following config to reproduce the merged model:

base_model: Locutusque/TinyMistral-248M-v2
dtype: float16
merge_method: ties
parameters:
  int8_mask: 1.0
  normalize: 1.0
slices:
- sources:
  - layer_range: [0, 12]
    model: Locutusque/TinyMistral-248M
    parameters:
      density: [1.0, 0.7, 0.1]
      weight: 1.0
  - layer_range: [0, 12]
    model: Locutusque/TinyMistral-248M-v2
    parameters:
      density: 0.5
      weight: [0.0, 0.3, 0.7, 1.0]

This model can also answer basic questions, without needing to do any fine-tuning.

This model was also created as an attempt to fix the issue with V2 - the weights were prone to exploding gradients, making it difficult to fine-tune. This model is easier to fine-tune.

To get the best out of this model, I recommend installing it, and trying it out yourself, as the model's performance seems to degrade in the inference API.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.29
AI2 Reasoning Challenge (25-Shot)24.57
HellaSwag (10-Shot)27.49
MMLU (5-Shot)23.15
TruthfulQA (0-shot)46.72
Winogrande (5-shot)47.83
GSM8k (5-shot)0.00

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.3.87
IFEval (0-Shot)13.36
BBH (3-Shot)3.18
MATH Lvl 5 (4-Shot)0.00
GPQA (0-shot)0.11
MuSR (0-shot)5.07
MMLU-PRO (5-shot)1.50

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
99bd765

0 моделей