/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
23,9 млн
Размер весов
64,3 МБ
Архитектура
mistral · dense
Базовая модель
Bitnet-Mistral.0.2-v4
Опубликована
24 июн 2024

Bitnet-Mistral-3-and4-slerp

Генерация текстаТекст → текст4 профессии

Объединённая методом SLERP модель Mistral для генерации текста с контекстом до 4096 токенов.

158скачиваний за 30 дней0лайковвеса обновлены24 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

Bitnet-Mistral-3-and4-slerp — объединённая модель для генерации текста, созданная с помощью LazyMergekit из liminerity/Bitnet-Mistral.0.2-v3 и liminerity/Bitnet-Mistral.0.2-v4. В конфигурации указано слияние методом SLERP; архитектура — плотная MistralForCausalLM, веса представлены в формате Safetensors.

Модель предназначена для генерации текста в сценариях, где требуется продолжение запроса или создание текстового ответа. Размер по метаданным — 23,9 млн параметров, длина контекста — 4096 токенов. Данные не уточняют поддерживаемые естественные языки или специализированные области применения. Лицензия в предоставленных источниках не указана.

Сценарии применения

  • генерация продолжения текста по запросу
  • создание текстовых ответов
  • черновики и варианты формулировок
  • эксперименты со слиянием моделей Mistral

Ограничения

Указанный контекст ограничен 4096 токенами; поддерживаемые языки и лицензия не установлены по предоставленным данным.

Для каких профессий подходит4

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

Bitnet-Mistral-2-and4-slerp

Bitnet-Mistral-2-and4-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: liminerity/Bitnet-Mistral.0.2-v4
        layer_range: [0, 24]
      - model: liminerity/Bitnet-Mistral.0.2-v3
        layer_range: [0, 24]
merge_method: slerp
base_model: liminerity/Bitnet-Mistral.0.2-v4
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

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "gate369/Bitnet-Mistral-2-and4-slerp"
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"])

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
db2f2de

0 моделей