/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
12 мар 2024

Ссылки

Hugging Face

Maverick-7B

feeltheAGI
Генерация текстаТекст → текст15 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и решения общих языковых задач.

55скачиваний за 30 дней4лайкавеса обновлены12 мар 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

Maverick-7B — объединённая модель для генерации текста, созданная на основе mlabonne/Marcoro14-7B-slerp и mlabonne/NeuralBeagle14-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для диалога, ответов на вопросы и других общих языковых задач; в карточке приведены результаты тестов TruthfulQA, GPT4ALL, AGIEval и Bigbench. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на общие вопросы
  • решение задач с вариантами ответа
  • создание и продолжение текста

Ограничения

В карточке не приведены сведения о поддерживаемых языках и прикладных ограничениях; результаты тестов не гарантируют точность ответов в конкретных сценариях.

Для каких профессий подходит15

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 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

1702099593364787.png

Maverick-7B

This model is a merge of the following models:

🏆 Evaluation

TruthfulQA

TaskVersionMetricValueStderr
truthfulqa_mc1mc10.5165±0.0175
mc20.6661±0.0152

GPT4ALL

TaskVersionMetricValueStderr
arc_challenge0acc0.6442±0.0140
acc_norm0.6570±0.0139
arc_easy0acc0.8645±0.0070
acc_norm0.8304±0.0077
boolq1acc0.8850±0.0056
hellaswag0acc0.6813±0.0047
acc_norm0.8571±0.0035
openbookqa0acc0.3640±0.0215
acc_norm0.4800±0.0224
piqa0acc0.8324±0.0087
acc_norm0.8460±0.0084
winogrande0acc0.7869±0.0115

AGIEval

TaskVersionMetricValueStderr
agieval_aqua_rat0acc0.2717±0.0280
acc_norm0.2559±0.0274
agieval_logiqa_en0acc0.3902±0.0191
acc_norm0.3856±0.0191
agieval_lsat_ar0acc0.2565±0.0289
acc_norm0.2478±0.0285
agieval_lsat_lr0acc0.5118±0.0222
acc_norm0.5216±0.0221
agieval_lsat_rc0acc0.6543±0.0291
acc_norm0.6506±0.0291
agieval_sat_en0acc0.7961±0.0281
acc_norm0.8010±0.0279
agieval_sat_en_without_passage0acc0.4660±0.0348
acc_norm0.4709±0.0349
agieval_sat_math0acc0.3227±0.0316
acc_norm0.3045±0.0311

Bigbench

TaskVersionMetricValueStderr
bigbench_causal_judgement0multiple_choice_grade0.5684±0.0360
bigbench_date_understanding0multiple_choice_grade0.6612±0.0247
bigbench_disambiguation_qa0multiple_choice_grade0.4380±0.0309
bigbench_geometric_shapes0multiple_choice_grade0.2173±0.0218
exact_str_match0.0000±0.0000
bigbench_logical_deduction_five_objects0multiple_choice_grade0.3320±0.0211
bigbench_logical_deduction_seven_objects0multiple_choice_grade0.2243±0.0158
bigbench_logical_deduction_three_objects0multiple_choice_grade0.5667±0.0287
bigbench_movie_recommendation0multiple_choice_grade0.4260±0.0221
bigbench_navigate0multiple_choice_grade0.5310±0.0158
bigbench_reasoning_about_colored_objects0multiple_choice_grade0.7230±0.0100
bigbench_ruin_names0multiple_choice_grade0.5379±0.0236
bigbench_salient_translation_error_detection0multiple_choice_grade0.2956±0.0145
bigbench_snarks0multiple_choice_grade0.6961±0.0343
bigbench_sports_understanding0multiple_choice_grade0.7424±0.0139
bigbench_temporal_sequences0multiple_choice_grade0.4690±0.0158
bigbench_tracking_shuffled_objects_five_objects0multiple_choice_grade0.2304±0.0119
bigbench_tracking_shuffled_objects_seven_objects0multiple_choice_grade0.1880±0.0093
bigbench_tracking_shuffled_objects_three_objects0multiple_choice_grade0.5667±0.0287

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
061dedb

0 моделей

    Создать бенчмарк