Характеристики
- Контекст
- 131 072 токена
- Параметры
- 44,3 млрд
- Размер весов
- 89 ГБ
- Архитектура
- mistral · dense
- Базовая модель
- Mistral-Small-Instruct-2409
- Библиотека
- transformers
- Опубликована
- 18 сен 2024
Ссылки
MB-Zephyria-45b
Экспериментальная производная Mistral для диалогов и генерации текста с длинным контекстом и поддержкой вызова инструментов.
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.
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
MB-Zephyria-45b — экспериментальная текстовая модель SteelStorage, созданная на основе unsloth/Mistral-Small-Instruct-2409. В ней 55 слоёв: с 19-го слоя продублированы 30 слоёв, а последние 7 слоёв остаются уникальными. В метаданных указаны 44,3 млрд параметров и контекст до 131 072 токенов; архитектура — плотная MistralForCausalLM. Модель предназначена для диалогов и генерации текста, включая потенциально сложные рассуждения и творческие задачи; интерфейс поддерживает вызов инструментов.
Автор описывает подход как Modified Balanced Approach with Extended Duplication, нацеленный на улучшение понимания и креативности. При этом README предупреждает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому качество модели может быть нарушено. Файлы представлены в формате safetensors и используются с библиотекой Transformers. Лицензия в предоставленных данных не указана.
Сценарии применения
- диалоговые ответы и продолжение текста
- эксперименты с генерацией длинных текстов
- проверка творческих генераций
- эксперименты с вызовом инструментов из диалога
Ограничения
README сообщает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому модель может работать некорректно. Модель обозначена как экспериментальная.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- cd730f9