/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
16 сен 2026

dsi-mistral-7b-searchtome-subset

Генерация текстаТекст → текст5 профессий

Дообученная диалоговая модель Mistral на 7,1 млрд параметров для генерации ответов на текстовые сообщения.

507скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

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

SGK86/dsi-mistral-7b-searchtome-subset — дообученная компанией или автором SGK86 диалоговая языковая модель на базе mistralai/Mistral-7B-Instruct-v0.2. Модель использует архитектуру Mistral с 7,1 млрд параметров и предназначена для генерации текста в ответ на сообщения пользователя; README указывает на обучение с помощью TRL.

Модель поддерживает диалоговый режим и контекст до 32 768 токенов. В карточке приведён пример генерации ответа на открытый вопрос через Transformers. Специальная предметная область или целевой язык в материалах не обозначены, поэтому модель можно рассматривать как инструмент общего назначения для текстовых диалогов. Используется библиотека Transformers, файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на открытые вопросы в диалоге
  • генерация продолжений текста по запросу
  • создание прототипа текстового чат-бота

Ограничения

В README и метаданных не указаны специализированная область применения и языки обучения; качество ответов для отдельных сценариев не описано. Лицензия в предоставленных данных отсутствует.

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

Model Card for dsi-mistral-7b-searchtome-subset

This model is a fine-tuned version of mistralai/Mistral-7B-Instruct-v0.2. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="SGK86/dsi-mistral-7b-searchtome-subset", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.13.0
  • Transformers: 5.17.0
  • Pytorch: 2.14.0
  • Datasets: 5.0.1
  • Tokenizers: 0.23.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
33d80be

0 моделей