/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-v0.1
Опубликована
14 мая 2024

Mistral-7B-wikipedia_ru_pruned-0.1_merged

Генерация текстаТекст → текст4 профессии

Русскоязычная модель Mistral на 7,1 млрд параметров для генерации текста, обученная на модифицированной русской Википедии.

18скачиваний за 30 дней0лайковвеса обновлены14 мая 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.

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

WlappaAI/Mistral-7B-wikipedia_ru_pruned-0.1_merged — русскоязычная модель генерации текста на базе Mistral-7B, созданная объединением WlappaAI/Mistral-7B-v0.1-wikipedia_ru_pruned-0.1 и mistralai/Mistral-7B-v0.1 и обученная на модифицированном наборе danasone/wikipedia_ru. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов.

Модель предназначена для генерации русскоязычного текста и задач на основе сведений из Википедии, например подготовки черновиков и продолжения текста. В README приведено значение loss 1.1876 на оценочном наборе. Весовые файлы опубликованы в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • генерация русскоязычных текстов на энциклопедические темы
  • продолжение текста на русском языке
  • подготовка черновиков статей по материалам русской Википедии

Ограничения

README сообщает значение loss на оценочном наборе, но не приводит его методику или сравнение с другими моделями. Обучение на модифицированной русской Википедии не подтверждает надёжность ответов за пределами этого распределения данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

axolotl version: 0.4.0

base_model: mistralai/Mistral-7B-v0.1
model_type: MistralForCausalLM
tokenizer_type: LlamaTokenizer
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: true
strict: false

datasets:
  - path: ./datasets/ruwiki-pruned
    type: completion
    field: text
dataset_prepared_path: last_run_prepared
val_set_size: 0.01
output_dir: ./models/output

adapter: qlora
lora_model_dir:

sequence_len: 1024
sample_packing: true
pad_to_sequence_len: true

lora_r: 32
lora_alpha: 16
lora_dropout: 0.05
lora_target_linear: true
lora_fan_in_fan_out:
lora_target_modules:
  - gate_proj
  - down_proj
  - up_proj
  - q_proj
  - v_proj
  - k_proj
  - o_proj

wandb_project:
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:

gradient_accumulation_steps: 1
micro_batch_size: 11
num_epochs: 1
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.0002

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: false

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps:
xformers_attention:
flash_attention: true

loss_watchdog_threshold: 5.0
loss_watchdog_patience: 3

warmup_steps: 10
evals_per_epoch:
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 1
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:

Mistral-7B-wikipedia_ru_pruned-0.1_merged

This model is a merge of WlappaAI/Mistral-7B-v0.1-wikipedia_ru_pruned-0.1 together with mistralai/Mistral-7B-v0.1. It's trained on modified danasone/wikipedia_ru dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1876

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 11
  • eval_batch_size: 11
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.56430.00
1.0121.011001.1876

Framework versions

  • PEFT 0.10.0
  • Transformers 4.40.0.dev0
  • Pytorch 2.2.2+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
f8add61

0 моделей