/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
4 мая 2024

0.01_withdpo_4iters_bs256_5102lr_misit_iter_3

Генерация текстаТекст → текст5 профессий

Чат-модель Mistral на 7,1 млрд параметров для генерации текстовых ответов, дообученная на двух версиях набора данных.

16скачиваний за 30 дней0лайковвеса обновлены4 мая 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

Это чат-модель генерации текста на архитектуре Mistral, дообученная ShenaoZ на исходном и обновлённом наборах данных. Она предназначена для диалоговых сценариев и генерации ответов на текстовые запросы. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов.

Модель создана как дообучение ShenaoZ/0.01_withdpo_4iters_bs256_5102lr_misit_iter_2 с использованием DPO. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о назначении датасетов, поэтому нельзя надёжно определить её сильные стороны и специализацию.

Сценарии применения

  • генерация ответов в текстовом чат-боте
  • ведение диалога на основе текстовых запросов
  • создание черновиков ответов на вопросы

Ограничения

В карточке нет описания intended uses, подробностей о данных обучения или результатов оценки, поэтому качество и профиль ответов не установлены.

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

0.01_withdpo_4iters_bs256_5102lr_misit_iter_3

This model is a fine-tuned version of ShenaoZ/0.01_withdpo_4iters_bs256_5102lr_misit_iter_2 on the updated and the original datasets.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.2

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
4932c1b

0 моделей