/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
15 янв 2024

Gecko-7B-v0.1

Генерация текстаТекст → текст3 профессии

Дообученная на математических данных диалоговая модель Mistral для ответов на инструкции, решения числовых задач и генерации повествовательного текста.

62скачиваний за 30 дней6лайковвеса обновлены18 авг 2025

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

Gecko-7B-v0.1 — диалоговая языковая модель NeuralNovel для генерации инструктивного и повествовательного текста с акцентом на математику и числовые задачи. Это полнопараметрическая дообученная версия Mistral-7B-Instruct-v0.2: архитектура Mistral, около 7,1 млрд параметров, контекст до 32 768 токенов. Модель предназначена для следования инструкциям, ролевых сценариев и решения задач; при этом README предупреждает, что вне генерации инструктивного и повествовательного текста качество может быть ниже.

Модель обучалась на закрытом наборе Neural-Mini-Math. Она распространяется по лицензии Apache-2.0, допускающей коммерческое использование. По заявлению разработчика, выравнивание модели ослаблено, поэтому она может генерировать NSFW- или вредоносный контент; результаты следует проверять.

Сценарии применения

  • решение математических задач по текстовому запросу
  • ответы на инструкции и вопросы
  • генерация обучающих объяснений и инструктивных текстов
  • ролевая генерация диалогов и историй
  • черновое решение задач на рассуждение и счёт

Ограничения

Разработчик предупреждает, что модель может работать хуже вне генерации инструктивного и повествовательного текста. У неё сниженный уровень выравнивания, поэтому возможна генерация NSFW- или вредоносного контента; ответы требуют проверки.

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

image/jpeg

Gecko-7B-v0.1

Designed to generate instructive and narrative text, with a focus on mathematics & numeracy.

Full-parameter fine-tune (FFT) of Mistral-7B-Instruct-v0.2, with apache-2.0 license.

You may download and use this model for research, training and commercial purposes.

Data-set

The model was finetuned using the Neural-Mini-Math dataset (Currently Private)

Summary

Fine-tuned with the intention of following all prompt directions, making it more suitable for roleplay and problem solving.

Out-of-Scope Use

The model may not perform well in scenarios unrelated to instructive and narrative text generation. Misuse or applications outside its designed scope may result in suboptimal outcomes.

Bias, Risks, and Limitations

This model may not work as intended. As such all users are encouraged to use this model with caution and respect.

This model is for testing and research purposes only, it has reduced levels of alignment and as a result may produce NSFW or harmful content. The user is responsible for their output and must use this model responsibly.

Hardware and Training


  n_epochs = 3,
  n_checkpoints = 3,
  batch_size = 12,
  learning_rate = 1e-5,


Sincere appreciation to Techmind for their generous sponsorship.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.64.58
AI2 Reasoning Challenge (25-Shot)61.35
HellaSwag (10-Shot)83.36
MMLU (5-Shot)61.05
TruthfulQA (0-shot)62.60
Winogrande (5-shot)77.58
GSM8k (5-shot)41.55

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
488ef4a

0 моделей