/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Wiedervereinigung-7b-dpo
Библиотека
transformers
Опубликована
18 мар 2024

Wiedervereinigung-7b-dpo-laser

Генерация текстаТекст → текст7 профессий

Модифицированная методом LaserRMT немецко-английская чат-модель на базе Mistral для диалогов и генерации текста.

15скачиваний 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

Wiedervereinigung-7b-dpo-laser — это модификация чат-модели mayflowergmbh/Wiedervereinigung-7b-dpo, опубликованная cstr. Она использует архитектуру MistralForCausalLM с 32 слоями и примерно 7,1 млрд параметров и предназначена для диалогов и генерации текста. Базовая модель описана как немецко-английская.

Модификация применяет LaserRMT (layer-selective rank reduction) к весовым матрицам базовой модели. Это изменение весов, а не квантизация или конвертация формата. Модель принимает текст и генерирует текст; нативная длина контекста — 32 768 токенов. Репозиторий распространяется под лицензией Apache-2.0, унаследованной от базовой модели.

В карточке не указаны конкретная конфигурация LaserRMT, изменённые слои и ранги, поэтому нельзя оценить точный масштаб модификации или её влияние на качество. Собственный обучающий корпус не добавлялся; происхождение обучающих данных относится к базовой модели.

Сценарии применения

  • ведение диалогов на немецком языке
  • ведение диалогов на английском языке
  • генерация ответов в чат-боте
  • продолжение текста на немецком и английском
  • создание прототипа разговорного ассистента

Ограничения

Не документировано, какие слои и до каких рангов были сокращены методом LaserRMT, поэтому влияние модификации на качество оценить нельзя. Модель унаследовала характеристики и ограничения базовой модели.

Для каких профессий подходит7

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

Wiedervereinigung-7b-dpo-laser

A LaserRMT modification of mayflowergmbh/Wiedervereinigung-7b-dpo.

LaserRMT (layer-selective rank reduction) alters the base model's existing weight matrices. It is not a format conversion and not a quantisation: the weights differ from the base in substance, not merely in numeric representation.

Base modelmayflowergmbh/Wiedervereinigung-7b-dpo
Licenceapache-2.0, inherited from the base
ArchitectureMistralForCausalLM, 32 layers (unchanged from the base)
ModificationLaserRMT layer-selective rank reduction

Provenance and EU AI Act Art. 53 note

This card was written on 2026-08-02. The repository had carried no model card at all since it was created on 2024-03-18 — modified weights published with no attribution to the model they were derived from. That is the gap this card closes, and it is worth stating plainly rather than quietly backfilling.

The base model above was not guessed from the repository name. It is recorded in this repo's own config.json as _name_or_path, and the licence is the one the base declares on the Hub as of 2026-08-02.

Provider status. Most cstr/* repositories are format conversions, where the upstream research team remains the provider of the model under Regulation (EU) 2024/1689 and the conversion changes only the numeric representation. This repository is not one of those. Modifying weights places a new model on the market, so the obligations that survive the Art. 53(2) free-and-open-source exemption — Art. 53(1)(c) and 53(1)(d) — attach here.

Art. 53(1)(c) — copyright policy. This repository does not introduce any training corpus of its own, so no text or data mining was carried out here and no rights reservations under Art. 4(3) of Directive (EU) 2019/790 were engaged by this step. The modification operates on weights already published by the base model's authors under apache-2.0. Where the base model's own training raises copyright questions, those attach to the base model's provider, whose documentation is linked above. 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 additional training corpus was introduced by this repository. The model's training content is that of mayflowergmbh/Wiedervereinigung-7b-dpo, and its documentation is the summary that applies. This repository does not restate it, because restating training data documentation second-hand is how inaccurate provenance claims propagate.

Known limitation. The precise LaserRMT configuration used in 2024 — which layers were reduced, and to what rank — is not recorded in this repository. It is not reconstructible from the weights alone with confidence, and it is not asserted here rather than being guessed at.

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
668e562

0 моделей