/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
126 млн
Архитектура
mistral · dense
Базовая модель
None
Опубликована
23 янв 2024

japanese-mistral-150m-recipe

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Mistral для генерации текста на японском языке.

359скачиваний за 30 дней0лайковвеса обновлены23 янв 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

ayousanz/japanese-mistral-150m-recipe — дообученная языковая модель семейства Mistral с архитектурой MistralForCausalLM и примерно 126,2 млн параметров. Модель предназначена для генерации текста; в обучающих данных использовалась японская версия Wikipedia за сентябрь 2023 года.

Для модели указан контекст до 2048 токенов и формат весов safetensors. В карточке приведено значение loss 8,3607 на оценочном наборе, однако описание модели и её целевого применения отсутствует. Лицензия не указана в предоставленных данных.

Сценарии применения

  • генерация японского текста
  • продолжение японских энциклопедических фрагментов
  • эксперименты с компактными языковыми моделями

Ограничения

Оценочное значение loss составляет 8,3607, но в карточке нет подробностей об оценочном наборе или качестве генерации. Модель обучена на японской Википедии, поэтому её пригодность для других языков и областей не подтверждена.

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

checkpoints-mistral-150M-FA2

This model is a fine-tuned version of None on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 8.3607

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

graelo/wikipedia 20230901 jp only

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0006
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 256
  • total_train_batch_size: 4096
  • optimizer: Adam with betas=(0.9,0.95) and epsilon=0.0001
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • training_steps: 100
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
8.3612.871008.3607

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.14.5
  • Tokenizers 0.14.1

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
a5deb3f

0 моделей