A DPO fine tuned mhm-7b-v1.3 on Intel/orca_dpo_pairs
Based upon mistral. Created using dare_ties and models from openllm leaderboard. Over 3 merges involving 7 different models, this was the result.
Just an experiment.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 14,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Опубликована
- 17 янв 2024
Ссылки
mhm-7b-v1.3-DPO-1
Экспериментальная диалоговая модель на базе Mistral с 7,1 млрд параметров, дообученная методом DPO для генерации текста.
65скачиваний за 30 дней1лайквеса обновлены24 янв 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
mhm-7b-v1.3-DPO-1 — экспериментальная диалоговая языковая модель на архитектуре Mistral, опубликованная пользователем h2m. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов.
Модель дообучена методом DPO на наборе Intel/orca_dpo_pairs. В её основе mhm-7b-v1.3; автор также сообщает о создании результата с помощью dare_ties и слиянии нескольких моделей. Она предназначена для генерации текста в диалоговом формате.
Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0. Автор обозначает модель как эксперимент; сведений о конкретных языковых ограничениях или оценке качества в карточке нет.
Сценарии применения
- генерация ответов в диалоговом интерфейсе
- создание черновиков текстов по запросу
- ответы на вопросы в формате чата
Ограничения
Автор характеризует модель как экспериментальную; качество и пригодность для конкретных сценариев в карточке не оценены. Языковая поддержка обозначена для английского.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- d8c5c25