/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
two_agent_1_dpo_iter_2
Опубликована
3 авг 2024

Ссылки

Hugging Face

two_agent_1_dpo_iter_3

YYYYYYibo
Генерация текстаТекст → текст

Дообученная методом DPO модель Mistral на 7,1 млрд параметров для генерации текста и диалогов.

7скачиваний за 30 дней0лайковвеса обновлены4 авг 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

two_agent_1_dpo_iter_3 — дообученная языковая модель семейства Mistral, разработанная на основе model/two_agent_1_dpo_iter_2. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Контекстное окно составляет 32 768 токенов.

Модель предназначена для генерации текста в диалоговом формате. Она обучена методом DPO на обновлённом и исходном наборах данных. README не описывает конкретные сценарии применения, качество, языковую поддержку или ограничения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоге
  • создание связного текста по запросу
  • продолжение заданного текста

Ограничения

README не содержит сведений о качестве, оценке и конкретных ограничениях модели. Лицензия и поддерживаемые языки не установлены по предоставленным данным.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

two_agent_1_dpo_iter_3

This model is a fine-tuned version of model/two_agent_1_dpo_iter_2 on the updated and the original datasets.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 5
  • gradient_accumulation_steps: 13
  • total_train_batch_size: 130
  • total_eval_batch_size: 10
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.3.1+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.2

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
7a4c7df

0 моделей

    Создать бенчмарк