/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
mistral-ft-optimized-1227
Опубликована
16 апр 2024

Spaetzle-v63-7b

Генерация текстаТекст → текст6 профессий

Слитая на основе Mistral немецко-английская генеративная модель для диалогов и повседневной генерации текста.

21скачиваний за 30 дней0лайковвеса обновлены2 авг 2026

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

Spaetzle-v63-7b — текстовая генеративная модель, созданная cstr путём слияния моделей OpenPipe/mistral-ft-optimized-1227 и DiscoResearch/DiscoLM_German_7b_v1 с помощью LazyMergekit и метода slerp. Это плотная Mistral-модель с 7,1 млрд параметров и контекстом до 32 768 токенов.

Модель предназначена для генерации текста и диалогов; в её основе немецко-английская чат-модель, поэтому она может быть полезна для повседневного общения и перевода между немецким и английским языками. Репозиторий распространяет веса в формате safetensors. Лицензия — Apache-2.0.

README не приводит отдельной оценки качества или подробных результатов испытаний. Возможности и языковое покрытие унаследованы от объединённых моделей и могут различаться в зависимости от задачи.

Сценарии применения

  • ведение повседневных диалогов на немецком и английском
  • генерация текста на немецком и английском
  • перевод между немецким и английским языками

Ограничения

README не содержит результатов оценки качества; пригодность для конкретных задач перевода и диалогов следует проверять отдельно.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Spaetzle-v63-7b

Spaetzle-v63-7b is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: OpenPipe/mistral-ft-optimized-1227
        layer_range: [0, 32]
      - model: DiscoResearch/DiscoLM_German_7b_v1
        layer_range: [0, 32]
merge_method: slerp
base_model: OpenPipe/mistral-ft-optimized-1227
parameters:
  t:
    - value: [0.5, 0.9]
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "cstr/Spaetzle-v63-7b"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

EU AI Act Art. 53 — provider obligations

Added 2026-08-02 during an account-wide provenance review.

This is a model merge, not a format conversion. Most cstr/* repositories are GGUF conversions, where the upstream research team remains the provider of the model and the conversion changes only the numeric representation of the weights. A merge produces a model that did not previously exist, so under Regulation (EU) 2024/1689 the maintainer of this repository is plausibly the provider of it, and the duties that survive the Art. 53(2) free-and-open-source exemption — Art. 53(1)(c) and 53(1)(d) — attach here rather than upstream.

Art. 53(1)(c) — copyright policy. No training corpus was assembled by this repository. Merging combines weights that other providers already published; it performs no text or data mining, so no rights reservation under Art. 4(3) of Directive (EU) 2019/790 was engaged by this step. Copyright questions arising from how the constituent models were themselves trained attach to their respective providers. Any credible claim that this repository redistributes material it has no right to redistribute will be acted on — contact via the Community tab.

Art. 53(1)(d) — training content. No data was used to train this model: it is a weight-space combination of models trained by others, and its training content is theirs. All 2 constituent models this card names are still published, so the chain can be followed from here.

Licence — resolved 2026-08-02. apache-2.0. Both constituents (DiscoResearch/DiscoLM_German_7b_v1, OpenPipe/mistral-ft-optimized-1227) are Apache-2.0.

This was derived from the mergekit configuration reproduced in this card by resolving each named constituent's licence on the Hub and taking the most restrictive, rather than assumed from the model family. An earlier revision of this section said the terms were unresolved; they are resolved now, and the method is recorded so the conclusion can be checked rather than trusted.

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
9258832

0 моделей