/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
mistral3 · dense
Базовая модель
Mistral-Small-3.1-24B-Instruct-2503
Опубликована
9 апр 2025

Eurydice-24b-v1c

Изображение и текст → текст8 профессий

Диалоговая мультимодальная модель Aixon Lab на базе Mistral 3.1 для бесед, творческой генерации текста, ответов на вопросы и анализа изображений.

32скачиваний за 30 дней6лайковвеса обновлены7 мая 2025

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 «Изображение → 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

Eurydice 24b v1c — диалоговая модель Aixon Lab, дообученная на базе mistralai/Mistral-Small-3.1-24B-Instruct-2503 на специально подготовленном наборе данных. Это плотная трансформерная модель семейства Mistral 3.1 примерно на 24 млрд параметров; метаданные указывают поддержку входных изображений и генерацию текста, включая диалог с моделью и анализ изображений.

Модель предназначена для многосторонних бесед, творческой генерации и сторителлинга, ответов на вопросы и анализа. В карточке отмечены хорошее понимание контекста и естественный разговорный стиль, однако результаты оценки качества не опубликованы. Поддерживаемый язык — преимущественно английский; возможно, модель работает и с другими языками. Выпускается под лицензией Apache 2.0.

Как и базовая модель, она может наследовать смещения и ограничения обучающих данных. Выводы следует проверять, особенно в сценариях, где важна точность.

Сценарии применения

  • ведение естественных многосторонних диалогов
  • создание рассказов и творческих текстов
  • ответы на вопросы в чате
  • анализ изображений по текстовому запросу
  • анализ текстовой информации

Ограничения

Метрики качества и результаты оценки модели не опубликованы. Модель может наследовать смещения обучающих данных, поэтому её ответы следует критически проверять.

Для каких профессий подходит8

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

Eurydice 24b Banner

Eurydice 24b v1c 🧙‍♂️

Eurydice 24b v1c is built on an enhanced dataset than the previous version & is designed to be the perfect companion for multi-role conversations. It demonstrates exceptional contextual understanding and excels in creativity, natural conversation and storytelling. Built on Mistral 3.1, this model has been trained on a custom dataset specifically crafted to enhance its capabilities.

Model Details 📊

Quantization

Model Architecture 🏗️

  • Base model: mistralai/Mistral-Small-3.1-24B-Instruct-2503
  • Parameter count: ~24 billion
  • Architecture specifics: Transformer-based language model

Intended Use 🎯

As an advanced language model for various natural language processing tasks, including but not limited to text generation (excels in chat), question-answering, and analysis.

Ethical Considerations 🤔

As a model based on multiple sources, Eurydice 24b v1c may inherit biases and limitations from its constituent models. Users should be aware of potential biases in generated content and use the model responsibly.

Performance and Evaluation

Performance metrics and evaluation results for Eurydice 24b v1c are yet to be determined. Users are encouraged to contribute their findings and benchmarks.

Limitations and Biases

The model may exhibit biases present in its training data and constituent models. It's crucial to critically evaluate the model's outputs and use them in conjunction with human judgment.

Additional Information

For more details on the base model and constituent models, please refer to their respective model cards and documentation.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Mistral3ForConditionalGeneration
Ревизия весов
f820fc5

0 моделей