/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
8,9 млрд
Размер весов
18 ГБ
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
6 апр 2024

Mistral-7B-Instruct-v0.2-expanded-sec-1.6B-tokens

Генерация текстаТекст → текст3 профессии

Диалоговая модель Mistral с расширенными блоками, дообученная на данных SEC для генерации текста по материалам SEC.

112скачиваний за 30 дней4лайкавеса обновлены22 мая 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

Это дообученная Arcee AI модель на архитектуре Mistral для генерации текста в формате диалога. Она обучена за одну эпоху на 1,6 млрд токенов данных SEC: новые блоки добавлены и обучены, а остальные слои оставлены замороженными. Модель предназначена для работы с материалами SEC и диалоговых сценариев на их основе. В метаданных указаны 8,9 млрд параметров и контекст до 32 768 токенов; файлы опубликованы в формате safetensors и рассчитаны на библиотеку Transformers. Лицензия в доступных данных не указана.

Сценарии применения

  • ответы на вопросы по данным SEC
  • составление кратких сводок по документам SEC
  • диалоговый поиск сведений в материалах SEC

Ограничения

Обучение проводилось на данных SEC, поэтому применимость к другим темам не подтверждена. README не сообщает результаты оценки качества; лицензионные условия в предоставленных данных отсутствуют.

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

image/png

arcee-ai/Mistral-7B-Instruct-v0.2-expanded-sec-1.6B-tokens

This model was trained for a single epoch with 1.6B SEC data in Llama-pro style

Model Description

We only trained the newly added blocks as in the Llama pro paper while keeping every other layer frozen.

  • Finetuned from model: arcee-ai/Mistral-7B-Instruct-v0.2-expanded

Model Sources

Uses

Can use with SEC data.

Training Hyperparameters

Trained with p5.48xlarge GPU (8 x 80GB).

# Model arguments
model_name_or_path: arcee-ai/Mistral-7B-Instruct-v0.2-expanded
model_revision: main
torch_dtype: bfloat16

# Data training arguments
dataset_mixer:
  arcee-ai/sec-data-full: 1.0
dataset_splits:
  - train
preprocessing_num_workers: 12

# SFT trainer config
bf16: true
do_eval: False
evaluation_strategy: "no"
gradient_accumulation_steps: 32
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: False
hub_model_id: arcee-ai/mistral-instruct-v2-sec-expanded
hub_strategy: every_save
learning_rate: 2.0e-05
log_level: info
logging_steps: 1  
logging_strategy: steps
lr_scheduler_type: cosine
max_seq_length: 2048
max_steps: -1
num_train_epochs: 1
output_dir: data/mistral-instruct-v2-sec-expanded-new
overwrite_output_dir: true
per_device_eval_batch_size: 1
per_device_train_batch_size: 16
push_to_hub: true
remove_unused_columns: true
report_to:
- wandb
save_strategy: "steps"
save_steps: 100
save_total_limit: 1
seed: 42
warmup_ratio: 0.01

#  ACCELERATE_LOG_LEVEL=info accelerate launch --config_file recipes/accelerate_configs/multi_gpu.yaml --num_processes=8 scripts/run_cpt.py recipes/gpt2-nl/cpt/config_full.yaml

Loss Curves

image/png

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
033c482

0 моделей