/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
21 янв 2024

mistral-7B-forest-dpo

Генерация текстаТекст → текст6 профессий

Дообученная методом DPO 7,1-миллиардная модель Mistral для генерации текста и ответов на запросы на английском языке.

98скачиваний за 30 дней2лайкавеса обновлены14 фев 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

Mistral-7B-Forest-DPO — языковая модель на архитектуре Mistral, дообученная автором репозитория на базе mistralai/Mistral-7B-v0.1 методом Direct Preference Optimization. Для дообучения использована смесь наборов Intel/orca_dpo_pairs, nvidia/HelpSteer и jondurbin/truthy-dpo-v0.1. Модель предназначена для генерации текста и ответов на запросы на естественном языке; заявленная карточкой широкая применимость к задачам NLP не сопровождается конкретными оценками качества.

Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Метаданные указывают английский язык. Распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не приводит результатов сравнительных тестов, поэтому качество на отдельных задачах следует оценивать на собственных данных.

Сценарии применения

  • генерация ответов на текстовые запросы
  • создание и продолжение текстов на английском языке
  • подготовка диалогового помощника на базе Mistral
  • эксперименты с предпочтительной настройкой языковых моделей

Ограничения

В карточке не приведены количественные результаты оценки качества, поэтому пригодность для конкретных задач требует проверки. Поддержка английского указана в метаданных; качество для других языков не подтверждено.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mistral-7B-Forest-DPO

Introducing Mistral-7B-Forest-DPO, a LLM fine-tuned with base model mistralai/Mistral-7B-v0.1, using direct preference optimization. This model showcases exceptional prowess across a spectrum of natural language processing (NLP) tasks.

A mixture of the following datasets was used for fine-tuning.

  1. Intel/orca_dpo_pairs
  2. nvidia/HelpSteer
  3. jondurbin/truthy-dpo-v0.1

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "abhishekchohan/mistral-7B-forest-dpo"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
94125ef

0 моделей