/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
464 млн
Лицензия
Своя лицензия
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
25 фев 2024

Qwen1.5-0.5B-Chat_mistral

Генерация текстаТекст → текст3 профессии

Компактная чат-модель Qwen1.5 на архитектуре Mistral для генерации диалогового текста с контекстом до 32 768 токенов.

739скачиваний за 30 дней4лайкавеса обновлены18 мар 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

Minami-su/Qwen1.5-0.5B-Chat_mistral — чат-модель Alibaba Cloud Qwen1.5-0.5B-Chat, преобразованная автором репозитория для работы на архитектуре Mistral. Это плотная авторегрессионная модель на 463,9 млн параметров с поддержкой диалога и контекстом до 32 768 токенов. Метаданные указывают языки английский и китайский.

Модель предназначена для генерации текста в формате диалога и компактных чат-сценариев. В README отмечены модификация совместимости с Qwen1.5 и поддержка sliding window attention; для запуска предлагается изменить библиотеку Transformers. Приведены результаты отдельных тестов на ARC Challenge и TruthfulQA, но их недостаточно для общей оценки качества.

Модель опубликована с лицензией «other»; конкретные условия лицензии в предоставленных данных не раскрыты. README также не содержит ссылки на исходную кодовую базу и требует ручной модификации установленного файла Transformers, что усложняет воспроизводимую настройку.

Сценарии применения

  • создание простого чат-бота на английском языке
  • создание простого чат-бота на китайском языке
  • генерация продолжений текста в диалоговом формате
  • эксперименты с архитектурой Mistral и совместимостью Qwen1.5

Ограничения

Для запуска README требует вручную изменить установленный файл Transformers, поэтому совместимость со стандартной установкой может быть ограничена. Лицензия указана как «other», а её конкретные условия в предоставленных данных не описаны.

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

This is the Mistral version of Qwen1.5-0.5B-Chat model by Alibaba Cloud. The original codebase can be found at: (https://github.com/hiyouga/LLaMA-Factory/blob/main/tests/llamafy_qwen.py). I have made modifications to make it compatible with qwen1.5. This model is converted with https://github.com/Minami-su/character_AI_open/blob/main/mistral_qwen2.py

special

1.Before using this model, you need to modify modeling_mistral.py in transformers library

2.vim /root/anaconda3/envs/train/lib/python3.9/site-packages/transformers/models/mistral/modeling_mistral.py

3.find MistralAttention,

4.modify q,k,v,o bias=False ----->, bias=config.attention_bias

Before: image/png After: image/png

Differences between qwen2 mistral and qwen2 llamafy

Compared to qwen2 llamafy,qwen2 mistral can use sliding window attention,qwen2 mistral is faster than qwen2 llamafy, and the context length is better

Usage:


from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
tokenizer = AutoTokenizer.from_pretrained("Minami-su/Qwen1.5-0.5B-Chat_mistral")
model = AutoModelForCausalLM.from_pretrained("Minami-su/Qwen1.5-0.5B-Chat_mistral", torch_dtype="auto", device_map="auto")
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

messages = [
    {"role": "user", "content": "Who are you?"}
]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt")
inputs = inputs.to("cuda")
generate_ids = model.generate(inputs,max_length=2048, streamer=streamer)

Test

load in 4bit

hf-causal (pretrained=Qwen1.5-0.5B-Chat), limit: None, provide_description: False, num_fewshot: 0, batch_size: 32
|    Task     |Version| Metric |Value |   |Stderr|
|-------------|------:|--------|-----:|---|-----:|
|arc_challenge|      0|acc     |0.2389|±  |0.0125|
|             |       |acc_norm|0.2688|±  |0.0130|
|truthfulqa_mc|      1|mc1     |0.2534|±  |0.0152|
|             |       |mc2     |0.4322|±  |0.0151|
|winogrande   |      0|acc     |0.5564|±  |0.0140|

load in 4bit

hf-causal (pretrained=Qwen1.5-0.5B-Chat_mistral), limit: None, provide_description: False, num_fewshot: 0, batch_size: 32
|    Task     |Version| Metric |Value |   |Stderr|
|-------------|------:|--------|-----:|---|-----:|
|arc_challenge|      0|acc     |0.2398|±  |0.0125|
|             |       |acc_norm|0.2705|±  |0.0130|
|truthfulqa_mc|      1|mc1     |0.2534|±  |0.0152|
|             |       |mc2     |0.4322|±  |0.0151|
|winogrande   |      0|acc     |0.5549|±  |0.0140|

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
09a21a3

0 моделей