/ 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
1 янв 2024

Panda-7B-v0.1

Генерация текстаТекст → текст3 профессии

Panda-7B-v0.1 — донастройка Mistral-7B для творческого письма, ролевых диалогов, повествования и логических задач.

36скачиваний за 30 дней14лайковвеса обновлены5 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

Panda-7B-v0.1 — диалоговая языковая модель NeuralNovel для генерации творческого и повествовательного текста. Это полнопараметрическая донастройка Mistral-7B-Instruct-v0.2 с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров; модель распространяется в формате Safetensors и поддерживает контекст до 32 768 токенов.

Модель предназначена для творческого письма, ролевых диалогов, создания историй и решения логических задач в формате инструкций. В README упомянуты датасет Panda-v1, а в метаданных — NeuralNovel/Creative-Logic-v1 и NeuralNovel/Neural-Story-v1. Основной сценарий — создание подробных ответов с вовлечёнными персонажами и выразительным повествованием.

Модель может наследовать смещения и жанровые особенности обучающих данных; вне повествовательной генерации и инструктивных задач качество может быть ниже. Лицензия Apache-2.0 разрешает коммерческое и некоммерческое использование.

Сценарии применения

  • написание рассказов и сюжетных сцен
  • ведение ролевого диалога от лица персонажа
  • создание подробных ответов по пользовательским инструкциям
  • решение логических задач в текстовом диалоге
  • развитие сюжета и проработка персонажей

Ограничения

Модель может наследовать смещения и жанровые предпочтения обучающих данных; вне повествовательных и инструктивных задач может показывать более низкое качество.

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

Neural-Story

NeuralNovel/Panda-7B-v0.1

The Panda-7B-v0.1 model by NeuralNovel.

This fine-tune has been designed to provide detailed, creative and logical responses in the context of diverse narratives. Optimised for creative writing, roleplay and logical problem solving.

Full-parameter fine-tune (FFT) of Mistral-7B-Instruct-v0.2. Apache-2.0 license, suitable for commercial or non-commercial use.

Data-set

The model on finetuned using the Panda-v1 dataset.

Summary

Fine-tuned with the intention to generate instructive and narrative text, with a specific focus on combining the elements of versatility, character engagement and nuanced writing capability.

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

The model may exhibit biases or limitations inherent in the training data. It is essential to consider these factors when deploying the model to avoid unintended consequences.

Users are advised to exercise caution, as there might be some inherent genre or writing bias.

Hardware and Training


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



Sincere appreciation to Techmind for their generous sponsorship.

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
8626f70

0 моделей