/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
MIT
Архитектура
mixtral · MoE
Опубликована
30 янв 2024

Ссылки

Hugging Face

FusionNet_7Bx2_MoE_v0.1

TomGrc
Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная MoE-модель на архитектуре Mixtral для генерации текста и языковых экспериментов.

82скачиваний за 30 дней6лайковвеса обновлены4 мар 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.

Открыть конструктор бенчмарка

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

FusionNet_7Bx2_MoE_v0.1 — экспериментальная англоязычная языковая модель, разработанная автором TomGrc и дообученная с использованием подхода Mixture of Experts. В метаданных указана архитектура MixtralForCausalLM, тип MoE и размер 7,1 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов.

Модель предназначена для генерации текста и языковых экспериментов с MoE. В карточке приведены результаты оценок на AI2 Reasoning Challenge и HellaSwag, но они не гарантируют качество для конкретных задач. README описывает её как экспериментальную версию; лицензия — MIT.

Сценарии применения

  • генерация текста на английском языке
  • эксперименты с архитектурой Mixture of Experts
  • оценка языковой модели на задачах рассуждения
  • создание продолжений по длинному текстовому контексту

Ограничения

Карточка описывает модель как эксперимент для проверки подхода MoE; приведённые результаты бенчмарков не подтверждают её качество в иных сценариях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FusionNet_7Bx2_MoE_v0.1

Fine-tuned model on English language using MoE method. The improved version from FusionNet_7Bx2_MoE_14B.

Model description

The FusionNet_7Bx2_MoE_v0.1 is a model to experiment with the MoE method, which could significantly increase the performance of the original model. The FusionNet has 12.9B parameters, and this model is fine-tuned. Enjoy!

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.76.16
AI2 Reasoning Challenge (25-Shot)74.06
HellaSwag (10-Shot)88.90
MMLU (5-Shot)65.00
TruthfulQA (0-shot)71.20
Winogrande (5-shot)87.53
GSM8k (5-shot)70.28

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
9a25c33

0 моделей

    Создать бенчмарк