/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Experiment28T3q-7B
Опубликована
6 апр 2024

Experiment28T3q_Experiment24Ognoexperiment27

Генерация текстаТекст → текст7 профессий

Объединённая 7,1-миллиардная модель Mistral для генерации текста с контекстом до 32 768 токенов.

16скачиваний за 30 дней0лайковвеса обновлены6 апр 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

MaziyarPanahi/Experiment28T3q_Experiment24Ognoexperiment27 — объединённая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана путём слияния automerger/Experiment28T3q-7B и automerger/Experiment24Ognoexperiment27-7B.

Модель предназначена для генерации текста и может использоваться в приложениях, которым нужны ответы или продолжения текста. Она принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате Safetensors.

Модель распространяется по лицензии Apache-2.0. README не описывает конкретные преимущества, целевые сценарии или результаты оценки качества, поэтому их нельзя надёжно определить по доступным данным.

Сценарии применения

  • генерация продолжения текста
  • создание ответов на текстовые запросы
  • генерация текста с учётом длинного контекста

Ограничения

В карточке не приведены оценки качества и описание конкретных сценариев, поэтому пригодность для специализированных задач не подтверждена.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experiment28T3q_Experiment24Ognoexperiment27

Experiment28T3q_Experiment24Ognoexperiment27 is a merge of the following models:

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "MaziyarPanahi/Experiment28T3q_Experiment24Ognoexperiment27"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
"text-generation",
model=model,
torch_dtype=torch.float16,
device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
9e1f79c

0 моделей