/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
dolphin-2.8-mistral-7b-v02
Опубликована
16 мая 2024

dolphin-2.8-mistral-v02-2x7b

Генерация текстаТекст → текст9 профессий

Объединённая MoE-модель Mixtral на 7,1 млрд параметров для диалоговой генерации текста, объяснений и помощи в программировании.

23скачиваний за 30 дней0лайковвеса обновлены16 мая 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.

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

dolphin-2.8-mistral-v02-2x7b — языковая модель Mixture of Experts (MoE), созданная с помощью LazyMergekit путём объединения cognitivecomputations/dolphin-2.8-mistral-7b-v02 и OpenPipe/mistral-ft-optimized-1227. Она предназначена для генерации текста в формате чата: один набор экспертов ориентирован на диалог, ответы и объяснения, другой — на программирование и алгоритмы. Модель имеет архитектуру MixtralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0.

Модель подходит для создания чат-ассистентов, объяснения тем и помощи с кодом. В карточке не приведены результаты оценок качества или сведения о поддерживаемых естественных языках, поэтому качество и языковой охват по этим данным определить нельзя.

Сценарии применения

  • диалог с текстовым ассистентом
  • получение объяснений по заданной теме
  • генерация и разбор кода
  • помощь с Python и JavaScript
  • обсуждение алгоритмов

Ограничения

В карточке нет результатов сравнительных оценок качества и не перечислены поддерживаемые естественные языки. Указанные сценарии экспертов описывают назначение, но сами по себе не подтверждают качество модели для этих задач.

Для каких профессий подходит9

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

dolphin-2.8-mistral-v02-2x7b

dolphin-2.8-mistral-v02-2x7b is a Mixture of Experts (MoE) made with the following models using LazyMergekit:

🧩 Configuration

base_model: cognitivecomputations/dolphin-2.8-mistral-7b-v02
experts:
  - source_model: cognitivecomputations/dolphin-2.8-mistral-7b-v02
    positive_prompts:
      - "chat"
      - "assistant"
      - "tell me"
      - "explain"
      - "I want"
  - source_model: OpenPipe/mistral-ft-optimized-1227
    positive_prompts:
      - "code"
      - "python"
      - "javascript"
      - "programming"
      - "algorithm"

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "frost19k/dolphin-2.8-mistral-v02-2x7b"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
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"])

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
42e296b

0 моделей