/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
93,4 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
Mixtral-8x7B-Instruct-v0.1
Библиотека
transformers
Опубликована
12 мар 2025

sage-ft-mixtral-8x7b

Генерация текстаТекст → текст3 профессии

SAGE — англоязычная диалоговая модель на базе Mixtral, предназначенная для генерации эмпатичных ответов с управлением эмоциональным тоном и стратегией разговора.

224скачиваний за 30 дней27лайковвеса обновлены1 июл 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

SAGE Dialogue Gen — диалоговая языковая модель, разработанная Yizhe Zhang и Navdeep Jaitly из Apple на базе mistralai/Mixtral-8x7B-Instruct-v0.1. Это дообученная модель семейства Mixtral с архитектурой MoE, предназначенная для генерации ответов в диалоге; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов.

Модель вводит латентные переменные состояния и действия между ходами диалога, чтобы управлять эмоциональным тоном и стратегией разговора. Она рассчитана на эмпатичных чат-ботов, продолжительные диалоги с планированием, образовательные системы и клиентскую поддержку. Обучение использовало ShareGPT и включало расширение данных, поиск по деревьям диалога, reward modeling и дообучение; авторы сообщают об улучшениях на собственных метриках эмоционального интеллекта.

Модель принимает текст и генерирует текст на английском языке. Лицензия — Apache 2.0. README предупреждает, что перед применением в средах с высокими требованиями к безопасности и в производственных системах необходимы дополнительная оценка и тестирование; для специализированных областей может потребоваться дообучение.

Сценарии применения

  • создание чат-бота для эмпатичных бесед
  • генерация ответов в продолжительных диалогах с планированием стратегии
  • разработка образовательного разговорного помощника
  • автоматизация клиентской поддержки с учётом эмоционального тона
  • исследование управления диалогом с помощью латентных переменных

Ограничения

Модель не рекомендуется для критически важных или безопасностно-чувствительных сценариев без дополнительной оценки; перед производственным применением требуется тестирование. Для специализированных областей может понадобиться дообучение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SAGE Dialogue Gen 🌱

Authors: Yizhe Zhang, Navdeep Jaitly (Apple)


Model Information

  • Language: English
  • License: Apache 2.0
  • Base Model: mistralai/Mixtral-8x7B-Instruct-v0.1
  • Library: transformers
  • Tags: dialog-generation, conversational-ai, state-action-model
  • Dataset: ShareGPT
  • Metrics: Custom emotional-intelligence evaluation

Citation

@misc{zhang2025sage,
  title = {SAGE: Steering and Refining Dialogue Generation with State‑Action Augmentation},
  author = {Zhang, Yizhe and Jaitly, Navdeep},
  year = {2025},
  howpublished = {arXiv preprint},
  note = {arXiv:2503.03040}
}

📄 Paper: Available on arXiv and Papers with Code


Model Description

SAGE introduces latent state-action variables between dialogue turns, enabling:

  • Structured Control: Precise management of emotional tone and conversational strategy
  • Enhanced Emotional Intelligence: Explicit state planning for more empathetic responses
  • Self-Improving Pipeline: Comprehensive training approach including:
    • Data augmentation
    • Dialogue-tree search
    • Reward modeling
    • Fine-tuning optimization

This approach allows for more nuanced and contextually appropriate dialogue generation compared to traditional methods.


Intended Uses

✅ Recommended Applications

  • Emotional or empathetic chatbots
  • Long-horizon, strategy-aware conversation systems
  • Research on structured latent-variable dialogue control
  • Educational conversational AI systems
  • Customer service applications requiring emotional intelligence

⚠️ Important Limitations

  • Not suitable for high-stakes, safety-critical deployment without further evaluation
  • Requires additional testing for production environments
  • May need domain-specific fine-tuning for specialized applications

Training Details

Base Model: Mixtral-8x7B-Instruct

Training Pipeline:

  1. Data Preparation: ShareGPT-style JSON formatting
  2. Supervised Fine-Tuning (SFT): Initial model adaptation
  3. Dialogue-Tree Search: Exploration of conversation paths
  4. Preference Learning: Reward model training
  5. Comparative Evaluation: Performance assessment and inference optimization

Performance

SAGE demonstrates significant improvements on emotional-intelligence metrics compared to baseline models while maintaining generative flexibility and coherence. The model shows particular strength in:

  • Emotional tone consistency
  • Contextual appropriateness
  • Long-term conversation planning
  • Empathetic response generation

Usage

Quick Start

git clone https://github.com/apple/ml-sage-dialog-gen
cd ml-sage-dialog-gen
bash setup.sh

Basic Implementation

from transformers import AutoTokenizer, AutoModelForCausalLM

# Load the model
tokenizer = AutoTokenizer.from_pretrained("apple/sage-dialogue-gen")
model = AutoModelForCausalLM.from_pretrained("apple/sage-dialogue-gen")

# Generate dialogue
input_text = "I'm feeling overwhelmed with work lately."
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=150, do_sample=True, temperature=0.7)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)

Requirements

  • Python 3.8+
  • PyTorch 1.12+
  • Transformers 4.21+
  • Additional dependencies listed in requirements.txt

Contributing

Contributions are welcome! Please see our contributing guidelines and code of conduct before submitting pull requests.


License

This project is licensed under the Apache License 2.0. See the LICENSE file for details.


Acknowledgments

  • Built upon the Mixtral-8x7B-Instruct foundation model
  • Trained using ShareGPT dataset
  • Developed by the Apple Machine Learning Research team

Contact

For questions or issues, please open a GitHub issue or contact the development team through the official Apple ML research channels.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
7970e07

0 моделей