/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
pastiche-crown-clown-7b-dare-dpo
Библиотека
transformers
Опубликована
15 июн 2024

Medisight

Генерация текстаТекст → текст3 профессии

Medisight — диалоговая текстовая модель Mistral, полученная слиянием BioMistral-7B и второй модели для генерации ответов, в том числе на биомедицинские вопросы.

11скачиваний за 30 дней0лайковвеса обновлены15 июн 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

Medisight — текстовая генеративная модель на архитектуре Mistral, созданная слиянием SLERP двух моделей: BioMistral-7B и CorticalStack/pastiche-crown-clown-7b-dare-dpo. Разработчик объединил их веса с помощью mergekit; репозиторий содержит веса в формате safetensors. Модель насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель предназначена для диалоговой генерации текста. В составе слияния есть BioMistral-7B, дообученная на биомедицинских текстах для ответов на медицинские и биологические вопросы, поэтому Medisight может быть полезна для таких запросов. Метаданные указывают задачу text-generation и возможность чата.

Слияние моделей не гарантирует сохранения или улучшения медицинской точности; ответы следует проверять, особенно перед применением в клинических решениях. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы по медицине и биологии
  • диалоговая генерация текста
  • подготовка черновых объяснений биомедицинских тем

Ограничения

Медицинская точность Medisight отдельно не подтверждена, поэтому ответы требуют проверки и не должны самостоятельно служить основанием для клинических решений. Лицензия не приведена в предоставленных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices:
- sources:
  - model: BioMistral/BioMistral-7B
    layer_range:
    - 0
    - 32
  - model: CorticalStack/pastiche-crown-clown-7b-dare-dpo
    layer_range:
    - 0
    - 32
merge_method: slerp
base_model: BioMistral/BioMistral-7B
parameters:
  t:
  - filter: self_attn
    value:
    - 0
    - 0.5
    - 0.3
    - 0.7
    - 1
  - filter: mlp
    value:
    - 1
    - 0.5
    - 0.7
    - 0.3
    - 0
  - value: 0.5
dtype: bfloat16

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
262f4d6

0 моделей