Характеристики

Контекст: 8 192 токена
Параметры: 7,1 млрд
Лицензия: Apache 2.0
Архитектура: mistral · dense
Опубликована: 27 янв 2024

Ссылки

openchat-3.5-0106-laser

Генерация текстаТекст → текст4 профессии

Экспериментальная версия OpenChat 3.5-0106 на базе Mistral для диалоговой генерации текста с коррекцией слоёв методом laserRMT.

8 549скачиваний за 30 дней17лайковвеса обновлены30 янв 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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/openchat-3.5-0106-laser — экспериментальная лазер-версия OpenChat 3.5-0106, созданная Дэвидом, Фернандо и Эриком при поддержке VAGO Solutions и HyperSpace.Ai. Модель основана на Mistral и предназначена для диалоговой генерации текста; в репозитории указаны 7,1 млрд параметров и контекст до 8192 токенов.

В этой экспериментальной версии авторы применили подход laserRMT: оценивали слои по отношению сигнал/шум, используя распределение Марченко—Пастура, и вмешивались в слои с более низким отношением. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит результатов сравнительной оценки качества.

Сценарии применения

диалоговые ответы на текстовые запросы
генерация текста в чат-приложениях
эксперименты с коррекцией слоёв языковой модели

Ограничения

Карточка не содержит результатов бенчмарков, поэтому сравнительное качество модели оценить нельзя. Языковая поддержка отдельно не заявлена.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

by David, Fernando and Eric

Sponsored by: VAGO Solutions and HyperSpace.Ai

Join our Discord! https://discord.gg/cognitivecomputations

A laser version of openchat/openchat-3.5-0106

It follows the implementation of laserRMT @ https://github.com/cognitivecomputations/laserRMT

Here, we are controlling layers checking which ones have lower signal to noise ratios (which are more subject to noise), to apply Laser interventions, still using Machenko Pastur to calculate this ratio.

We intend to be the first of a family of experimentations being carried out @ Cognitive Computations.

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: 62c30dc