Корейская разговорная модель на базе Mistral для генерации ответов на инструкции и ведения диалога.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
KULLM-Mistral-S — разговорная языковая модель проекта KULLM, дообученная на базе mistralai/Mistral-7B-Instruct-v0.2 с использованием датасета KULLM и подготовленных вручную инструкций. Она предназначена для диалога и генерации ответов по текстовым запросам.
Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Она принимает и генерирует текст, поддерживает корейский язык, имеет контекст длиной до 32 768 токенов и распространяется в формате safetensors по лицензии Apache-2.0.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
from transformers import (
AutoModelForCausalLM,
AutoTokenizer
)
import torch
repo = "heavytail/kullm-mistral-S"
model = AutoModelForCausalLM.from_pretrained(
repo,
torch_dtype=torch.float16,
device_map='auto'
)
tokenizer = AutoTokenizer.from_pretrained(repo)
Initial upload: 2024/01/28 21:00
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…