/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,3 млрд
Размер весов
5,4 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
19 июн 2024

InstructLM-1.3B

Генерация текстаТекст → текст4 профессии

Базовая англоязычная модель Mistral на 1,3 млрд параметров, обученная с нуля для генерации текста и выполнения разнообразных инструкций.

453скачиваний за 30 дней43лайкавеса обновлены2 мар 2026

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

InstructLM-1.3B — языковая модель общего назначения на архитектуре Mistral, разработанная авторами исследования Instruction Pre-Training: Language Models are Supervised Multitask Learners. Модель с 1,3 млрд параметров обучена с нуля на корпусе RefinedWeb, дополненном синтетическими парами «инструкция — ответ»; карточка сообщает об обучении на 100 млрд токенов. Подход Instruction Pre-Training предназначен для включения разнообразных задач в предварительное обучение и улучшения последующего следования инструкциям.

Модель подходит для генерации текста и ответов на инструкции на английском языке, включая сценарии общего назначения и многоцелевые задачи. Максимальная длина контекста составляет 2048 токенов; веса опубликованы в формате safetensors. Модель выпущена под лицензией Apache-2.0.

Это базовая модель, обученная с нуля, а не специализированный диалоговый помощник. Размер 1,3 млрд параметров и контекст в 2048 токенов ограничивают сложность задач и объём информации, которые она может надёжно обрабатывать; качество конкретных ответов зависит от промпта и последующей настройки.

Сценарии применения

  • генерация текста по краткому запросу
  • черновые ответы на общие вопросы
  • выполнение простых инструкций на английском языке
  • эксперименты с дообучением языковой модели
  • оценка влияния instruction pre-training на качество модели

Ограничения

Это базовая модель, и карточка не заявляет её как готового диалогового помощника; для специализированного применения может понадобиться настройка. Контекст ограничен 2048 токенами.

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

Instruction Pre-Training: Language Models are Supervised Multitask Learners (EMNLP 2024)

This repo contains the general models pre-trained from scratch (on 100B tokens) in our paper Instruction Pre-Training: Language Models are Supervised Multitask Learners.

We explore supervised multitask pre-training by proposing Instruction Pre-Training, a framework that scalably augments massive raw corpora with instruction-response pairs to pre-train language models. The instruction-response pairs are generated by an efficient instruction synthesizer built on open-source models. In our experiments, we synthesize 200M instruction-response pairs covering 40+ task categories to verify the effectiveness of Instruction Pre-Training. Instruction Pre-Training* outperforms Vanilla Pre-training in both general pre-training from scratch and domain-adaptive continual pre-training. In pre-training from scratch, Instruction Pre-Training not only improves pre-trained base models but also benefits more from further instruction tuning. In continual pre-training, Instruction Pre-Training enables Llama3-8B to be comparable to or even outperform Llama3-70B.

**************************** Updates ****************************

  • 2026/1/23: Released LLM-in-Sandbox Elicits General Agentic Intelligence, where the data of Instruction Pre-Training achieves robust generalization in agentic RL!
  • 2024/11/30: Released the multimodal version of the instruction synthesizer: Visual Instruction Synthesizer
  • 2024/9/20: Our paper has been accepted by EMNLP 2024 main conference🎉
  • 2024/9/11: Updated FAQ on continual pre-training from Llama3
  • 2024/8/29: Updated guidelines on evaluating any 🤗Huggingface models on the domain-specific tasks
  • 2024/7/31: Updated pre-training suggestions in the Advanced Usage section of instruction-synthesizer
  • 2024/7/15: We scaled up the pre-trained tokens from 100B to 250B, with the number of synthesized instruction-response pairs reaching 500M. The performance trend on downstream tasks throughout the pre-training process:

Resources

🤗 We share our data and models with example usages, feel free to open any discussions at this page! 🤗

General Pre-Training From Scratch

We augment the RefinedWeb corproa with instruction-response pairs generated by our context-based instruction synthesizer to pre-train general langauge models from scratch.

To evaluate our general base model using the lm-evaluation-harness framework

  1. Setup dependencies:
git clone https://github.com/EleutherAI/lm-evaluation-harness
cd lm-evaluation-harness
pip install -e .
  1. Evaluate:
MODEL=instruction-pretrain/InstructLM-1.3B
add_bos_token=True # this flag is needed because lm-eval-harness set add_bos_token to False by default, but ours require add_bos_token to be True

accelerate launch -m lm_eval --model hf \
    --model_args pretrained=${MODEL},add_bos_token=${add_bos_token},dtype=float16  \
    --gen_kwargs do_sample=False \
    --tasks piqa,hellaswag,winogrande \
    --batch_size auto \
    --num_fewshot 0

accelerate launch -m lm_eval --model hf \
    --model_args pretrained=${MODEL},add_bos_token=${add_bos_token},dtype=float16 \
    --gen_kwargs do_sample=False \
    --tasks social_iqa,ai2_arc,openbookqa,boolq,mmlu \
    --batch_size auto \
    --num_fewshot 5

Citation

If you find our work helpful, please cite us:

Instruction Pre-Training (EMNLP 2024)

@article{cheng2024instruction,
  title={Instruction Pre-Training: Language Models are Supervised Multitask Learners},
  author={Cheng, Daixuan and Gu, Yuxian and Huang, Shaohan and Bi, Junyu and Huang, Minlie and Wei, Furu},
  journal={arXiv preprint arXiv:2406.14491},
  year={2024}
}

Adapt LLM to Domains(ICLR 2024)

@inproceedings{
cheng2024adapting,
title={Adapting Large Language Models via Reading Comprehension},
author={Daixuan Cheng and Shaohan Huang and Furu Wei},
booktitle={The Twelfth International Conference on Learning Representations},
year={2024},
url={https://openreview.net/forum?id=y886UXPEZ0}
}

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
d3d1e0b

0 моделей