/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,2 млрд
Размер весов
104 ГБ
Лицензия
Apache 2.0
Архитектура
turbosparsemixtral · MoE
Опубликована
2 июн 2024

TurboSparse-Mixtral-Instruct

Генерация текстаТекст → текст7 профессий

Производная модели Tiiny/TurboSparse-Mixtral. Разреженная англоязычная модель Mixtral для генерации текста, диалогов и извлечения признаков.

31скачиваний за 30 дней28лайковвеса 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

Карточка модели Tiiny/TurboSparse-Mixtral-Instruct на Hugging Face совпадает с карточкой Tiiny/TurboSparse-Mixtral, поэтому описание составлено по ней.

TurboSparse-Mixtral — разреженная языковая модель семейства Mixtral от Tiiny, построенная на архитектуре смеси экспертов (MoE). В репозитории опубликованы веса в формате Safetensors; размер модели — 7,2 млрд параметров, контекст — до 32 768 токенов. Модель обучалась на английских данных, а в ходе разреживания использовались также наборы для контролируемой тонкой настройки и шаблон чата ChatML.

Модель предназначена для генерации текста и диалоговых сценариев; метаданные также указывают задачу извлечения признаков. Её можно запускать как плотную модель, а авторы дорабатывают код для ускоренного инференса. Разработчик сообщает о возможных пробелах в результатах на отдельных задачах, слабых способностях на языках помимо английского и неожиданных ответах, связанных с небольшим размером и ограниченным объёмом обучения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в англоязычном чат-боте
  • продолжение и составление англоязычных текстов
  • извлечение признаков из текста
  • эксперименты с разреженными языковыми моделями
  • дообучение диалоговой модели на собственных данных

Ограничения

Авторы отмечают возможные пробелы в результатах на отдельных задачах и слабые способности на языках помимо английского. Небольшой размер и ограниченный объём обучения могут приводить к неожиданным ответам; код ускоренного инференса ещё дорабатывается.

Для каких профессий подходит7

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-Mixtral

The TurboSparse-Mixtral 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-Mixtral 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

vLLM

Нельзя запустить

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

Класс архитектуры
TurboSparseMixtralForCausalLM
Ревизия весов
d984940

0 моделей