Дообученная на открытых датасетах диалоговая модель на базе Mistral для ответов на инструкции и ролевых бесед.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Where-Llambo-7B — диалоговая модель AmazingVince на базе Mistral, дообученная методом supervised fine-tuning на смеси открытых датасетов. Она предназначена для генерации ответов в чатах и выполнения разнообразных инструкций, а также может использоваться для ролевых диалогов. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре Mistral и поддерживает контекст до 32 768 токенов. Весы представлены в формате Safetensors.
По карточке модель ещё обучалась и была примерно на половине запланированного этапа; README также упоминает подготовку к DPO на пользовательских данных. Для использования указана лицензия Apache-2.0. Языки обучения и гарантии качества отдельно не описаны.
На момент описания обучение было завершено примерно наполовину, поэтому качество и поведение модели могут быть нестабильными. Языковая поддержка и результаты оценки качества в карточке не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is SFT built on a mix of public datasets. Setting up for DPO with custom data.
This is a finetune of Mistrial. It should exhibit a broad base of instuction tuning and some other fun roleplaying capablities.
Its being trained this is about 50% done.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…