/ Модель

Характеристики

Контекст
131 072 токена
Параметры
23,4 млрд
Размер весов
47,1 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Small-3.1-24B-Instruct-2503
Опубликована
7 апр 2025

Eurydice-24b-v2

Генерация текстаТекст → текст8 профессий

Дообученная модель Mistral на 23,4 млрд параметров для многосторонних диалогов, генерации текста, ответов на вопросы и творческого письма.

49скачиваний за 30 дней13лайковвеса 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 «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 v2 — языковая модель Aixon Lab для диалогов с несколькими ролями. Это дообученная на пользовательском наборе данных причинная трансформерная модель семейства Mistral, основанная на mistralai/Mistral-Small-3.1-24B-Instruct-2503. Веса представлены в формате Safetensors; модель содержит 23,4 млрд параметров и поддерживает контекст до 131 072 токенов.

Модель предназначена для генерации текста, общения, ответов на вопросы, анализа и создания историй. В карточке особо отмечены понимание контекста, творческая генерация и естественный диалог. Основной язык — английский; заявлена возможная поддержка других языков, но их перечень и результаты оценки не приведены. Лицензия — Apache 2.0.

Модель может наследовать смещения и ограничения обучающих данных и базовой модели. Разработчик не приводит метрик производительности, поэтому качество следует оценивать на целевых сценариях.

Сценарии применения

  • ведение диалогов с несколькими ролями
  • написание рассказов и творческих текстов
  • ответы на вопросы на английском языке
  • анализ текстового контекста
  • генерация естественных разговорных ответов

Ограничения

Модель может воспроизводить смещения обучающих данных и базовой модели. В карточке не приведены результаты оценки производительности.

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 v2 🧙‍♂️

Eurydice 24b v2 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 v2 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 v2 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
MistralForCausalLM
Ревизия весов
76c3890

0 моделей