/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
519 млн
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
24 фев 2024

sciphi-mini-600m

Генерация текстаТекст → текст3 профессии

Экспериментальная уменьшенная модель Mistral для изучения срезания весов и последующего обучения, пока генерирующая преимущественно бессмысленный текст.

21скачиваний за 30 дней0лайковвеса обновлены13 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

jtatman/sciphi-mini-600m — экспериментальная уменьшенная модель на архитектуре Mistral, созданная из SciPhi/SciPhi-Self-RAG-Mistral-7B-32k с помощью среза параметров через mergekit. Веса сокращены примерно до 518,5 млн параметров; карточка указывает исходный контекст 32 768 токенов и формат safetensors.

Модель предназначена для исследования того, насколько можно уменьшить исходные веса, сохранив связи между ними, и для дальнейшего обучения. Автор предупреждает, что текущая версия часто генерирует бессмысленный текст и практически не подходит для полезных пользовательских задач. Указана лицензия Apache-2.0.

Сценарии применения

  • исследование срезания весов языковых моделей
  • анализ сохранения связей между параметрами после уменьшения модели
  • эксперименты с дальнейшим обучением уменьшенного чекпойнта

Ограничения

Автор сообщает, что модель часто генерирует бессмысленный текст и пока мало полезна для практических задач. Это экспериментальный чекпойнт, рассчитанный на дальнейшее обучение.

Для каких профессий подходит3

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

Model Card for Model ID

This is a model with altered parameters from a mergekit slice of SciPhi/SciPhi-Self-RAG-Mistral-7B-32k.

Model Details

Model Description

This model is an experimental model using minimal slices to gather core model properties that can be further trained.

The parameters have been reduced to just under 600 million. This is an experiment to see how far slicing can be taken while retaining original weight associations.

As such, he base model is a nonsense producer, and won't return much useful. However, a significant portion of the original sciphi model has been retained as far as gradients go.

This model is being trained without quantization, but the process is extensive, and is currently in training. This model will be released upon thorough analysis.

The model is also being trained with unsloth using qlora/peft and rank-stabilized lora (hoping for DoRA support in unsloth soon...) here:

jtatman/sciphi-mini-600m-unsloth

This process will be ongoing to see if rank stabilized tuning can save and enhance the original model information through recognizing original weight associations in the preserved layers, even after model resizing.

There is a twin project with a more siginificant size reduction (96 million params) that is being used for layer analysis here: jtatman/sciphi-micro

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
3cd5db7

0 моделей