Uploaded model
- Developed by: liminerity
- License: apache-2.0
- Finetuned from model : liminerity/bitnet-mistal-m7-70m-slerp
This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 768 токенов
- Параметры
- 52,9 млн
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Базовая модель
- bitnet-mistal-m7-70m-slerp
- Опубликована
- 15 апр 2024
Ссылки
bitmap-mistral-M7-slerp-alpaca-70m
Дообученная компактная модель Mistral для генерации текста на английском языке с контекстом до 768 токенов.
11скачиваний за 30 дней0лайковвеса обновлены15 апр 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
liminerity/bitmap-mistral-M7-slerp-alpaca-70m — дообученная модель семейства Mistral для генерации текста. В карточке указано, что обучение выполнялось с помощью Unsloth и библиотеки Hugging Face TRL; базовая модель — liminerity/bitnet-mistal-m7-70m-slerp.
Модель содержит 52,9 млн параметров и рассчитана на контекст до 768 токенов. Она принимает текст и генерирует текст; в метаданных указан английский язык. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или более конкретных сценариев применения.
Сценарии применения
- генерация коротких текстовых ответов
- продолжение английского текста
- эксперименты с компактными языковыми моделями
Ограничения
Контекст ограничен 768 токенами. В карточке не приведены оценки качества или подробное описание целевых сценариев.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- 9b9ce8b