Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Опубликована: 24 мар 2024

Ссылки

Mistral-7B-v0.1-half-naive-A

Генерация текстаТекст → текст3 профессии

Экспериментальная модификация Mistral-7B-v0.1 для генерации текста и изучения влияния изменений весов на результаты бенчмарков.

61скачиваний за 30 дней1лайквеса обновлены26 мар 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Mistral-7B-v0.1-half-naive-A — экспериментальная модификация Mistral-7B-v0.1, созданная Dr. Alex W. Neal Riasanovsky для изучения влияния изменений матриц весов на результаты существующих метрик. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. В README указан английский язык; максимальный контекст составляет 32 768 токенов.

Модель подходит для сравнения с исходной Mistral-7B-v0.1 в бенчмарках и для экспериментов с изменением весов. Автор предупреждает, что характеристики и ограничения модифицированной модели не установлены. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

сравнение результатов бенчмарков с Mistral-7B-v0.1
эксперименты с изменением матриц весов нейросети
генерация английского текста в исследовательских экспериментах

Ограничения

Автор не оценивал смещения и ограничения модифицированных весов; сопоставимость качества с исходной Mistral-7B-v0.1 требует проверки бенчмарками.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model Mistral-7B-v0.1-half-naive-A

I'm experimenting with the weight matrices in neural networks. This is a clone of Mistral-7B-v0.1 with some weight matrices replaced.

I'm interested in seeing how the adjustmenets affect performance on existing metrics.

Model Details

Research in progress! Demons could come out of your nose if you use this.

Model Description

A modification of mistralai/Mistral-7B-v0.1. Thanks to their team for sharing their model.

Modified by: Dr. Alex W. Neal Riasanovsky
Model type: pre-trained
Language(s) (NLP): English
License: Apache-2.0

Bias, Risks, and Limitations

Use your own risk. I have no idea what this model's biases and limitations are. I just want to see if the benchmark values are similar to those from Mistral-7B-v0.1. I am setting up a long computational experiment to test some ideas.

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: 76e4d06