/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
93,4 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
18 дек 2023

Mixtral-8x7B-v0.1-top3

Генерация текстаТекст → текст4 профессии

Вариант Mixtral с тремя активными экспертами на токен для генерации текста и сравнения результатов бенчмарков.

87скачиваний за 30 дней3лайкавеса обновлены7 мар 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

itsliupeng/Mixtral-8x7B-v0.1-top3 — вариант Mixtral, опубликованный для оценки на HuggingFaceH4/openllmleaderboard. В конфигурации изменено число активируемых экспертов на токен: 3 вместо 2; веса скопированы из исходного репозитория. Модель относится к архитектуре MoE и использует MixtralForCausalLM, принимает текст и генерирует текст. Контекст составляет 32 768 токенов, размер указан как 7,1 млрд параметров.

Модель предназначена для генерации текста и сравнения метрик при изменении числа экспертов. В карточке приведены результаты бенчмарков, включая среднюю оценку 69,09, AI2 Reasoning Challenge и HellaSwag. Лицензия — Apache-2.0. README не уточняет языковой охват и практические ограничения качества; результаты бенчмарков сами по себе не гарантируют качество на прикладных задачах.

Сценарии применения

  • генерация текста по запросу
  • оценка поведения Mixtral при выборе трёх экспертов на токен
  • сравнение результатов на бенчмарках языковых моделей

Ограничения

README описывает вариант прежде всего как модель для получения метрик бенчмарка; результаты оценки не гарантируют качества в прикладных сценариях. Поддерживаемые естественные языки в предоставленных источниках не обозначены.

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

Just to obtain metrics from the HuggingFaceH4/open_llm_leaderboard.

To evaluate the impact of increasing the number of experts, modify the num_experts_per_tok setting in the config.json file from 2 to 3. This alteration aims to specifically determine if such a change leads to any notable improvements in performance metrics.

Other details to note include that the model weights are directly copied from the source available at https://huggingface.co/mistralai/Mixtral-8x7B-v0.1.

image/png

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.69.09
AI2 Reasoning Challenge (25-Shot)67.41
HellaSwag (10-Shot)86.63
MMLU (5-Shot)71.98
TruthfulQA (0-shot)48.58
Winogrande (5-shot)82.40
GSM8k (5-shot)57.54

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
e385354

0 моделей