/ Модель

Характеристики

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

sciphi-mini-600m-unsloth

Генерация текстаТекст → текст3 профессии

Экспериментальная уменьшенная модель Mistral для анализа сохранения весовых связей и дальнейших исследований обучения.

18скачиваний за 30 дней2лайкавеса 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

Экспериментальная плотная авторегрессионная языковая модель семейства Mistral с 518,7 млн параметров и контекстом до 32 768 токенов. Её создал jtatman, уменьшив модель SciPhi/SciPhi-Self-RAG-Mistral-7B-32k с помощью выборочного сохранения слоёв и параметров, а затем обучая и объединяя веса с LoRA-версиями через Unsloth.

Модель предназначена для анализа слоёв и изучения того, какие связи исходных весов сохраняются после уменьшения размера; автор также планирует дальнейшее обучение на приближённых к исходным датасетах SciPhi. Это ранний исследовательский эксперимент, а не готовая модель для надёжного применения: карточка не приводит результатов оценки качества или подтверждённых сценариев использования. Лицензия — Apache-2.0.

Сценарии применения

  • анализ влияния сокращения слоёв на свойства языковой модели
  • эксперименты с дальнейшим обучением уменьшенной Mistral
  • исследование сохранения связей исходных весов после сжатия модели

Ограничения

Модель экспериментальная и предназначена для анализа и дальнейшего обучения; карточка не приводит оценок качества и не подтверждает готовность к практическому применению.

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.

The model will be used for layer analysis and trained on a close approximation of the sciphi datasets using trainable parameters to see what original weights might be usable.

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.

Process

These models are merged with LoRA versions at each training run to consolidate weights, and the merged model is used as a base model for the next training.

The LoRA model can be found here: jtatman/sciphi-mini-600m-unsloth-lora-v2

The model is trained using unsloth. Unsloth can be integrated in both supervised fine-tuning and direct preference optimizations through huggingface, using the TRL library.

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
a351a55

0 моделей