/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
93,4 ГБ
Лицензия
Apache 2.0
Архитектура
deepseek · MoE
Опубликована
5 мая 2024

DeepMixtral-8x7b-Instruct

Генерация текстаТекст → текст5 профессий

Экспериментальная англоязычная MoE-модель для диалогов и генерации ответов на инструкции, созданная переносом экспертов Mixtral в архитектуру DeepSeek-MoE.

90скачиваний за 30 дней13лайковвеса обновлены20 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

QuixiAI разработала экспериментальную инструктивную языковую модель DeepMixtral-8x7b-Instruct на архитектуре DeepSeek-MoE. По карточке, модель получена переносом восьми экспертов Mixtral-8x7b-Instruct-v0.1 в архитектуру DeepSeek-MoE; для каждого токена выбираются два эксперта. Она предназначена для диалогов и генерации ответов на инструкции, поданных в формате [INST]…[/INST], и рассчитана на контекст до 32 768 токенов. Модель имеет 7,1 млрд параметров и распространяется в формате safetensors.

Карточка заявляет качество на уровне исходной instruct-модели или немного выше, но оценок пока не приводит; это экспериментальный проект, поэтому результатам заявления о качестве не сопутствует опубликованная проверка. Поддерживается английский язык. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация текста по инструкциям
  • продолжение переписки с использованием шаблона [INST]
  • эксперименты с MoE-архитектурами и обучением языковых моделей

Ограничения

В карточке отсутствуют опубликованные результаты оценивания; качество заявлено без подтверждающих метрик. Для диалога следует использовать формат [INST]…[/INST].

Для каких профессий подходит5

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

Mixtral Experts with DeepSeek-MoE Architecture

Discord Discord: https://discord.gg/cognitivecomputations

This is a direct extraction of the 8 experts from Mixtral-8x7b-Instruct-v0.1, and a transfer of them into the DeepSeek-MoE Architecture.

  • Expert Configuration: It is 2 experts per token.
  • Performance: Performance is identical to instruct, if not a little better.
  • Evaluations: Evals will come when compute clears up, it also appears more malleable to training.
  • Experimentation: This is the first of a few MoE expert extraction and modification projects we're working on, more to come. Enjoy.

Instruction Format

To leverage instruction fine-tuning, your prompts should be enclosed with [INST] and [/INST] tokens. The very first instruction should begin with a begin-of-sentence id, while subsequent instructions should not. Assistant generation will conclude with an end-of-sentence token id.

Example

text = "<s>[INST] What is your favourite condiment? [/INST]"
"Well, I'm quite partial to a good squeeze of fresh lemon juice. It adds just the right amount of zesty flavour to whatever I'm cooking up in the kitchen!</s>"
"[INST] Do you have mayonnaise recipes? [/INST]"

Applying the Chat Template

This format can be implemented using the apply_chat_template() method from the transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda"  # the device to load the model onto

# Load the model and tokenizer
model = AutoModelForCausalLM.from_pretrained("cognitivecomputations/DeepMixtral-8x7b-Instruct", trust_remote_code=True, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("cognitivecomputations/DeepMixtral-8x7b-Instruct")

# Define the conversation messages
messages = [
    {"role": "user", "content": "What is your favourite condiment?"},
    {"role": "assistant", "content": "Well, I'm quite partial to a good squeeze of fresh lemon juice. It adds just the right amount of zesty flavour to whatever I'm cooking up in the kitchen!"},
    {"role": "user", "content": "Do you have mayonnaise recipes?"}
]

# Apply chat template
encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")
model_inputs = encodeds.to(device)
model.to(device)

# Generate response
generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])

Special Thanks: Eric Hartford, and Fernando Neto.

  • Lucas Atkins (Crystalcareai)

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DeepseekForCausalLM
Ревизия весов
05fe7c8

0 моделей