/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
18 июл 2024

mistralai_Mistral-Nemo-Base-2407

Генерация текстаТекст → текст9 профессий

Базовая многоязычная модель Mistral-Nemo на 12,1 млрд параметров для генерации текста и дальнейшей адаптации.

36скачиваний за 30 дней2лайкавеса обновлены18 июл 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

SillyTilly/mistralai_Mistral-Nemo-Base-2407 — копия предварительно обученной языковой модели Mistral-Nemo-Base-2407, разработанной Mistral AI совместно с NVIDIA. Это плотный трансформер MistralForCausalLM с 12,1 млрд параметров, 40 слоями и групповой обработкой ключей и значений (GQA). Модель предназначена для генерации текста и может служить базой для адаптации под конкретные задачи; README также описывает её как замену Mistral 7B.

Модель обучена на многоязычных данных и коде. В README заявлено контекстное окно 128 тыс. токенов, тогда как метаданные каталога указывают 1 024 000 токенов; это расхождение не позволяет однозначно определить поддерживаемую длину контекста. Указаны английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. Репозиторий создан 18 июля 2024 года и содержит веса safetensors; лицензия — Apache 2.0.

Это базовая, а не инструкционно настроенная модель, поэтому для диалоговых сценариев или специализированных задач может потребоваться дообучение и подходящая обвязка. В README отмечено отсутствие механизмов модерации; качество генераций и следование инструкциям не гарантируются.

Сценарии применения

  • генерация продолжений текста
  • создание основы для дообучения под предметную область
  • генерация и дополнение фрагментов кода
  • многоязычная генерация текста
  • эксперименты с большими языковыми моделями

Ограничения

Это базовая модель без механизмов модерации и без гарантированной настройки на выполнение инструкций. Длина контекста расходится в источниках: README указывает 128 тыс. токенов, метаданные — 1 024 000.

Для каких профессий подходит9

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 Mistral-Nemo-Base-2407

The Mistral-Nemo-Base-2407 Large Language Model (LLM) is a pretrained generative text model of 12B parameters trained jointly by Mistral AI and NVIDIA, it significantly outperforms existing models smaller or similar in size.

For more details about this model please refer to our release blog post.

Key features

  • Released under the Apache 2 License
  • Pre-trained and instructed versions
  • Trained with a 128k context window
  • Trained on a large proportion of multilingual and code data
  • Drop-in replacement of Mistral 7B

Model Architecture

Mistral Nemo is a transformer model, with the following architecture choices:

  • Layers: 40
  • Dim: 5,120
  • Head dim: 128
  • Hidden dim: 14,436
  • Activation Function: SwiGLU
  • Number of heads: 32
  • Number of kv-heads: 8 (GQA)
  • Vocabulary size: 2**17 ~= 128k
  • Rotary embeddings (theta = 1M)

Metrics

Main Benchmarks

BenchmarkScore
HellaSwag (0-shot)83.5%
Winogrande (0-shot)76.8%
OpenBookQA (0-shot)60.6%
CommonSenseQA (0-shot)70.4%
TruthfulQA (0-shot)50.3%
MMLU (5-shot)68.0%
TriviaQA (5-shot)73.8%
NaturalQuestions (5-shot)31.2%

Multilingual Benchmarks (MMLU)

LanguageScore
French62.3%
German62.7%
Spanish64.6%
Italian61.3%
Portuguese63.3%
Russian59.2%
Chinese59.0%
Japanese59.0%

Installation with mistral_inference

It is recommended to use mistralai/Mistral-Nemo-Base-2407 with mistral-inference. For HF transformers code snippets, please keep scrolling.

pip install mistral_inference

Download

from huggingface_hub import snapshot_download
from pathlib import Path

mistral_models_path = Path.home().joinpath('mistral_models', 'Nemo-v0.1')
mistral_models_path.mkdir(parents=True, exist_ok=True)

snapshot_download(repo_id="mistralai/Mistral-Nemo-Base-2407", allow_patterns=["params.json", "consolidated.safetensors", "tekken.json"], local_dir=mistral_models_path)

Demo

After installing mistral_inference, a mistral-demo CLI command should be available in your environment.

mistral-demo $HOME/mistral_models/Nemo-v0.1

Generate with transformers

[!IMPORTANT] NOTE: Until a new release has been made, you need to install transformers from source:

pip install git+https://github.com/huggingface/transformers.git

If you want to use Hugging Face transformers to generate text, you can do something like this.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "mistralai/Mistral-Nemo-Base-2407"
tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(model_id)
inputs = tokenizer("Hello my name is", return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Note

Mistral-Nemo-Base-2407 is a pretrained base model and therefore does not have any moderation mechanisms.

The Mistral AI Team

Albert Jiang, Alexandre Sablayrolles, Alexis Tacnet, Alok Kothari, Antoine Roux, Arthur Mensch, Audrey Herblin-Stoop, Augustin Garreau, Austin Birky, Bam4d, Baptiste Bout, Baudouin de Monicault, Blanche Savary, Carole Rambaud, Caroline Feldman, Devendra Singh Chaplot, Diego de las Casas, Eleonore Arcelin, Emma Bou Hanna, Etienne Metzger, Gaspard Blanchet, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Harizo Rajaona, Henri Roussez, Hichem Sattouf, Ian Mack, Jean-Malo Delignon, Jessica Chudnovsky, Justus Murke, Kartik Khandelwal, Lawrence Stewart, Louis Martin, Louis Ternon, Lucile Saulnier, Lélio Renard Lavaud, Margaret Jennings, Marie Pellat, Marie Torelli, Marie-Anne Lachaux, Marjorie Janiewicz, Mickaël Seznec, Nicolas Schuhl, Niklas Muhs, Olivier de Garrigues, Patrick von Platen, Paul Jacob, Pauline Buche, Pavan Kumar Reddy, Perry Savas, Pierre Stock, Romain Sauvestre, Sagar Vaze, Sandeep Subramanian, Saurabh Garg, Sophia Yang, Szymon Antoniak, Teven Le Scao, Thibault Schueller, Thibaut Lavril, Thomas Wang, Théophile Gervet, Timothée Lacroix, Valera Nemychnikova, Wendy Shang, William El Sayed, William Marshall

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
3e6de43

0 моделей