Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Архитектура: mistral · dense
Базовая модель: Biomistral-Class2-Full
Библиотека: transformers
Опубликована: 24 ноя 2024

Ссылки

Hugging Face arXiv 2306.01708

BioMistral-6E7B

Treza12

Генерация текстаТекст → текст3 профессии

Объединённая модель Mistral на базе BioMistral-7B для генерации ответов и диалогов по биомедицинским темам.

18скачиваний за 30 дней0лайковвеса обновлены24 ноя 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.

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.

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

Treza12/BioMistral-6E7B — объединённая модель генерации текста на базе BioMistral-7B, созданная с помощью mergekit методом TIES. В слиянии использованы шесть моделей Treza12/Biomistral-Class0-Full–Class5-Full, а BioMistral/BioMistral-7B указан как базовая модель.

Модель построена на архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. BioMistral-7B обучена на биомедицинских текстах и предназначена для ответов на медицинские и биологические вопросы; объединённая модель сохраняет профиль генерации текста и поддерживает диалоговый режим.

Модель может использоваться для подготовки черновых ответов на медицинские и биологические вопросы и для диалогов по биомедицинской тематике. Языки, на которых она надёжно работает, в предоставленных данных не перечислены. Лицензия в карточке не приведена; качество и безопасность ответов для клинических решений этими данными не подтверждаются.

Сценарии применения

черновые ответы на медицинские вопросы
ответы на вопросы по биологии
диалог по биомедицинской тематике

Ограничения

В предоставленных данных не перечислены поддерживаемые языки и лицензия. Ответы модели не следует считать подтверждёнными для принятия клинических решений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the TIES merge method using BioMistral/BioMistral-7B as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Treza12/Biomistral-Class0-Full
    parameters:
      density: 0.5 
      weight: 0.5
  - model: Treza12/Biomistral-Class1-Full
    parameters:
      density: 0.5 
      weight: 0.5
  - model: Treza12/Biomistral-Class2-Full
    parameters:
      density: 0.5 
      weight: 0.5
  - model: Treza12/Biomistral-Class3-Full
    parameters:
      density: 0.5 
      weight: 0.5
  - model: Treza12/Biomistral-Class4-Full
    parameters:
      density: 0.5 
      weight: 0.5
  - model: Treza12/Biomistral-Class5-Full
    parameters:
      density: 0.5 
      weight: 0.5
merge_method: ties
base_model: BioMistral/BioMistral-7B
parameters:
  normalize: false
  int8_mask: true
dtype: float16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: e14994d