/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Опубликована
3 фев 2024

StoryWeaver-7b-Instruct-v0.1

Генерация текстаТекст → текст4 профессии

Текстовая модель на базе Mistral для генерации ответов по инструкциям и написания историй.

33скачиваний за 30 дней1лайквеса обновлены3 фев 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

StoryWeaver-7b-Instruct-v0.1 — текстовая генеративная модель на архитектуре Mistral, опубликованная пользователем kasper52786. Согласно карточке, она объединена методом TIES с помощью LazyMergekit на основе NousResearch/Yarn-Mistral-7b-128k и mistralai/Mistral-7B-Instruct-v0.2; метаданные указывают связь дообучения с Mistral-7B-Instruct-v0.2. Модель содержит 7,1 млрд параметров, сохранена в формате safetensors и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста по инструкциям и диалоговых сценариев, в том числе для написания историй. Она принимает текст и выдаёт текст. Карточка не описывает специальные языки или прикладные области, поэтому её можно рассматривать как модель общего назначения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • написание историй по заданной теме
  • продолжение художественного текста
  • генерация ответов на текстовые инструкции

Ограничения

В предоставленных данных не указаны лицензия и результаты оценки качества модели.

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

StoryWeaver-7b-Instruct-v0.1

StoryWeaver-7b-Instruct-v0.1 is a merge of the following models using LazyMergekit:

🧩 Configuration

models:
  - model: NousResearch/Yarn-Mistral-7b-128k
    # This is the base model so we don't need any parameters here
  - model: mistralai/Mistral-7B-Instruct-v0.2
    parameters:
      density: 0.5
      weight: 0.5
merge_method: ties
base_model: NousResearch/Yarn-Mistral-7b-128k
parameters:
  normalize: true
dtype: float16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "kasper52786/StoryWeaver-7b-Instruct-v0.1"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
ce2c529

0 моделей