/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
MIT
Архитектура
mistral · dense
Опубликована
5 фев 2024

LexGPT-V2

Генерация текстаТекст → текст6 профессий

Экспериментальная разговорная модель Mistral с 7,1 млрд параметров для генерации текста и диалогов.

20скачиваний за 30 дней0лайковвеса обновлены5 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

LexGPT-V2 — экспериментальная разговорная языковая модель от lex-hue, построенная на плотной архитектуре MistralForCausalLM и содержащая 7,1 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев. По карточке автор описывает её как тестовое обучение и отмечает, что полное обучение ещё впереди; приведены сравнительные оценки нескольких моделей, но методика и результаты LexGPT-V2 в доступном тексте не раскрыты.

Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Сценарии применения

  • генерация ответов в диалоге
  • создание черновиков текста
  • продолжение текста по заданному контексту

Ограничения

Автор называет модель тестовым обучением и сообщает, что полное обучение ещё впереди. В README не описаны методика оценки и результаты самой LexGPT-V2.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Is an test train, full train on its way.. Looks promising?

First Turn Scores

modelturnscore
gpt-418.95625
claude-v118.15000
gpt-3.5-turbo18.07500
LexGPT-V217.55625
vicuna-13b-v1.316.81250

Second Turn Scores

modelturnscore
gpt-429.0250
gpt-3.5-turbo27.8125
claude-v127.6500
LexGPT-V226.8375
vicuna-13b-v1.325.9625

Average Scores

modelscore
gpt-48.990625
gpt-3.5-turbo7.943750
claude-v17.900000
LexGPT-V27.196875
vicuna-13b-v1.36.387500

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
40b0f67

0 моделей