/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
16 ГБ
Лицензия
Apache 2.0
Архитектура
bamboo · dense
Опубликована
5 июн 2024

TurboSparse-Mistral-Instruct

Генерация текстаТекст → текст9 профессий

Разреженная диалоговая языковая модель на базе Mixtral для генерации ответов и извлечения текстовых признаков.

78скачиваний за 30 дней23лайкавеса обновлены14 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

TurboSparse-Mistral-Instruct — разработанная Tiiny разреженная версия семейства Mixtral, представленная как большая языковая модель для диалогов. Модель имеет плотную архитектуру BambooForCausalLM и 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Для общения используется шаблон ChatML; репозиторий содержит веса в формате safetensors.

Модель предназначена для генерации ответов в диалогах и извлечения признаков из текста. Разработчики оценивали её на наборах тестов OpenLLM Leaderboard; модель можно дообучать разными фреймворками и алгоритмами. Ускоренный механизм инференса TurboSparse ещё дорабатывается, но модель можно запускать как обычную плотную модель. Доступна по лицензии Apache-2.0.

Обучение проводилось на 150 млрд токенов преимущественно англоязычных данных. Разработчики отмечают возможные пробелы в качестве на отдельных задачах, слабые возможности на других языках и вероятность неожиданных ответов из-за небольшого размера модели, ограниченного объёма обучения и вероятностной генерации.

Сценарии применения

  • генерация ответов в англоязычном чат-боте
  • создание диалоговых прототипов с шаблоном ChatML
  • извлечение признаков из текста
  • дообучение языковой модели под пользовательскую задачу

Ограничения

Обучалась на англоязычных данных, поэтому возможности на других языках ограничены; качество может снижаться на отдельных задачах. Ускоренный инференс TurboSparse ещё дорабатывается, а модель может выдавать неожиданные ответы.

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 TurboSparse-Mistral

The TurboSparse-Mistral Large Language Model (LLM) is an sparsified version of the Mixtral.

The average performance is evaluated using benchmarks from the OpenLLM Leaderboard.

Inference

Our code for accelerating TurboSparse-Mixtral is currently being refined. Stay tuned! Now you can run this model like dense model.

Chat-Template

During sparsification, we also utilize some SFT datasets. We take ChatML as our chat template:

<|im_start|>user\n{{content}}<|im_end|>\n<|im_start|>assistant\n

Allow Finetuning

As we merged the predictors for FFN neurons in models, you can finetune TurboSparse-Mistral with any framework and algorithm.

Limitations

  • TurboSparse, having just undergone training with 150B tokens, may still exhibit performance gaps in certain tasks.
  • The TurboSparse model has only been trained on English-language datasets, hence its capabilities in other languages are still lacking.
  • The model may produce unexpected outputs due to its small size, limited training tokens and probabilistic generation paradigm.

License

The model is licensed under Apache-2.0, while model weights are fully open for academic research and also allow free commercial usage.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BambooForCausalLM
Ревизия весов
12ded95

0 моделей