/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
25,8 ГБ
Лицензия
CC BY-NC-SA 4.0
Архитектура
mixtral · MoE
Опубликована
29 янв 2024

RAG-KO-Mixtral-7Bx2-v1.1

Генерация текстаТекст → текст3 профессии

Корейская дообученная модель Mixtral для генерации ответов в системах поиска с дополненной генерацией.

41скачиваний за 30 дней1лайквеса обновлены5 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

RAG-KO-Mixtral-7Bx2-v1.1 — языковая модель MarkrAI, дообученная для генерации ответов в сценариях retrieval-augmented generation на корейском языке. В основе лежит DopeorNope/Ko-Mixtral-v1.3-MoE-7Bx2; для instruction tuning применялся QLoRA с 4-битной квантизацией и адаптерами LoRA. Архитектура — Mixtral MoE, размер модели по метаданным — 7,1 млрд параметров.

Модель предназначена для генерации ответов на основе найденных фрагментов и корейских данных из нескольких предметных областей. В карточке указан обучающий набор HumanF-MarkrAI/Korean-RAG-ver2; веса опубликованы в формате safetensors. Контекстное окно — до 32 768 токенов. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и распространение производных материалов на тех же условиях, но запрещает коммерческое применение.

Сценарии применения

  • генерация корейских ответов по найденным документам
  • создание корейского RAG-чатбота
  • ответы на вопросы по корейским данным из разных областей

Ограничения

В README результаты бенчмарков обозначены как ожидающие публикации, поэтому качество модели по ним оценить нельзя. Лицензия запрещает коммерческое использование.

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

MarkrAI/RAG-KO-Mixtral-7Bx2-v1.1

Model Details

Model Developers

MarkrAI - AI Researchers

Base Model

DopeorNope/Ko-Mixtral-v1.3-MoE-7Bx2.

Instruction tuning Method

Using QLoRA.

4-bit quantization
Lora_r: 64
Lora_alpha: 64
Lora_dropout: 0.05
Lora_target_modules: [embed_tokens, q_proj, k_proj, v_proj, o_proj, gate, w1, w2, w3, lm_head]

Hyperparameters

Epoch: 5
Batch size: 64
Learning_rate: 1e-5
Learning scheduler: linear
Warmup_ratio: 0.06

Datasets

Private datasets: HumanF-MarkrAI/Korean-RAG-ver2

Aihub datasets 활용하여서 제작함.  

Implmentation Code

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "MarkrAI/RAG-KO-Mixtral-7Bx2-v1.1"
markrAI_RAG = AutoModelForCausalLM.from_pretrained(
        repo,
        return_dict=True,
        torch_dtype=torch.float16,
        device_map='auto'
)
markrAI_RAG_tokenizer = AutoTokenizer.from_pretrained(repo)

Model Benchmark

  • Coming soon...

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
6321ba4

0 моделей