Merge of meta-math/MetaMath-Mistral-7B and fblgit/una-cybertron-7b-v2-bf16 using ties merge.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Опубликована
- 6 дек 2023
Ссылки
MetaMath-una-cybertron-v2-bf16-Ties
Объединённая методом TIES модель Mistral на 7,1 млрд параметров для генерации текста и решения математических задач.
72скачиваний за 30 дней0лайковвеса обновлены7 дек 2023
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
Weyaxi/MetaMath-una-cybertron-v2-bf16-Ties — объединённая языковая модель на архитектуре Mistral, созданная слиянием методом TIES моделей meta-math/MetaMath-Mistral-7B и fblgit/una-cybertron-7b-v2-bf16. В README указаны веса слияния 0,5 и 0,3 и плотность 0,5 для каждой исходной модели; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов.
Модель предназначена для генерации текста, в том числе математических ответов и диалоговых ответов, сочетая специализацию MetaMath с возможностями una-cybertron. Она принимает текст и выдаёт текст. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.
Карточка не приводит результатов оценки качества или подробных ограничений применения, поэтому практическую точность на конкретных задачах следует проверять отдельно.
Сценарии применения
- генерация решений математических задач
- ответы на вопросы по математике
- диалоговые ответы на текстовые запросы
- генерация текста с использованием объединённых возможностей MetaMath и una-cybertron
Ограничения
В карточке нет результатов оценки качества и подробных сведений об ограничениях модели; точность решений следует проверять на целевых задачах.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.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
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- e613cc4