Диалоговая модель Mistral на 7,1 млрд параметров для генерации текста, преобразованная в формат MLX.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
Wordpress-Mistral-7B-Fine-Tune — диалоговая языковая модель с архитектурой MistralForCausalLM и 7,1 млрд параметров. В README указано, что она преобразована в формат MLX из mistralai/Mistral-7B-Instruct-v0.2; доступные метаданные указывают на веса safetensors и контекст до 32 768 токенов.
Модель предназначена для генерации текста в диалоговом формате. Название указывает на связь с WordPress, однако README не описывает конкретные задачи или данные такого дообучения, поэтому специализацию на создании контента для WordPress подтвердить нельзя. Лицензия — Apache-2.0. Для использования через MLX в README приведён пример запуска генерации.
README не описывает подтверждённую специализацию модели на WordPress или её обучающие данные; качество и ограничения следует оценивать по базовой модели и собственным проверкам.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from mistralai/Mistral-7B-Instruct-v0.2.
Refer to the original model card for more details on the model.
pip install mlx
git clone https://github.com/ml-explore/mlx-examples.git
cd mlx-examples/llms/hf_llm
python generate.py --model mlx-community/Wordpress-Mistral-7B-Fine-Tune --prompt "My name is"
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
MLX-модели работают только на Apple Silicon.