/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
60 млн
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
1 сен 2024

Ссылки

Hugging Face

mistral-pretraining

chbenchi
Генерация текстаТекст → текст3 профессии

Небольшая авторегрессионная модель семейства Mistral для генерации текста с контекстом до 512 токенов.

23скачиваний за 30 дней0лайковвеса обновлены8 сен 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.

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

chbenchi/mistral-pretraining — текстовая авторегрессионная модель семейства Mistral, созданная на базе архитектуры MistralForCausalLM. В репозитории указано 60 млн параметров и контекст до 512 токенов; веса представлены в формате safetensors и рассчитаны на работу с библиотекой Transformers.

Модель предназначена для генерации текста. README сообщает о дообучении на неизвестном наборе данных, но не описывает целевые сценарии, языки или результаты оценки. Лицензия в доступных данных не указана.

Сценарии применения

  • генерация продолжения короткого текста
  • эксперименты с компактными языковыми моделями
  • прототипирование генерации текста в Transformers

Ограничения

README не сообщает обучающие данные, целевые сценарии и результаты оценки, поэтому качество и область применимости модели неясны. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mistral-pretraining

This model is a fine-tuned version of on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu118
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
87c4856

0 моделей

    Создать бенчмарк