/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
15 мая 2024

TriMistral-7B-MODELSTOCK

Генерация текстаТекст → текст14 профессий

Объединённая 7,1-миллиардная чат-модель Mistral для генерации текста, ответов на вопросы и выполнения инструкций.

28скачиваний за 30 дней0лайковвеса обновлены23 мая 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

TriMistral-7B-MODELSTOCK — объединённая чат-модель на архитектуре Mistral, созданная с помощью LazyMergekit из HuggingFaceH4/zephyr-7b-beta, NousResearch/Hermes-2-Pro-Mistral-7B и instructlab/merlinite-7b-lab. В README указан метод объединения model_stock, а базовой моделью конфигурации названа Zephyr-7B-β. Модель содержит 7,1 млрд параметров, использует формат Safetensors и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста в диалоге, ответов на вопросы и выполнения пользовательских инструкций. README приводит результаты оценки на наборах AI2 Reasoning Challenge и HellaSwag. Метаданные и карточка не подтверждают поддержку конкретных языков, поэтому языки не перечислены. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы в диалоге
  • выполнение пользовательских инструкций
  • генерация связного текста
  • создание чат-бота на базе Mistral

Ограничения

В карточке не приведены подробные сведения о качестве по отдельным сценариям или поддерживаемых языках. Модель объединяет несколько базовых чекпойнтов, поэтому её поведение может отличаться от каждого из них.

Для каких профессий подходит14

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

TriMistral-7B-MODELSTOCK

TriMistral-7B-MODELSTOCK is a merge of the following models using LazyMergekit: Special thanks to Charles Goddard for the quick implementation!

🧩 Configuration

models:
  - model: HuggingFaceH4/zephyr-7b-beta
  - model: NousResearch/Hermes-2-Pro-Mistral-7B
  - model: instructlab/merlinite-7b-lab
merge_method: model_stock
base_model: HuggingFaceH4/zephyr-7b-beta
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "Muhammad2003/TriMistral-7B-MODELSTOCK"
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"])

🏆 Evaluation

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.67.15
AI2 Reasoning Challenge (25-Shot)64.68
HellaSwag (10-Shot)85.64
MMLU (5-Shot)64.21
TruthfulQA (0-shot)57.24
Winogrande (5-shot)78.69
GSM8k (5-shot)52.46

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
beeb08a

0 моделей