Uploaded model
- Developed by: liminerity
- License: apache-2.0
- Finetuned from model : liminerity/m7-alpaca-70m-4
This mistral model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 204 млн
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Базовая модель
- m7-alpaca-70m-4
- Опубликована
- 20 июн 2024
Ссылки
m7-alpaca-270-1bit-5
Дообученная компактная модель Mistral для генерации текста и диалоговых ответов на английском языке.
10скачиваний за 30 дней0лайковвеса обновлены21 июн 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/m7-alpaca-270-1bit-5 — языковая модель генерации текста, разработанная liminerity и дообученная на основе liminerity/m7-alpaca-70m-4. Она предназначена для генерации ответов в диалоговом формате и других текстовых продолжений. Модель построена на плотной архитектуре MistralForCausalLM, содержит 203,9 млн параметров и поддерживает контекст до 2048 токенов.
Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке указан английский язык. README сообщает об ускоренном обучении с использованием Unsloth и библиотеки TRL, но не приводит оценок качества или подробностей обучающих данных.
Сценарии применения
- генерация продолжения английского текста
- создание ответов в текстовом диалоге
- эксперименты с компактными языковыми моделями
- прототипирование приложений на основе генерации текста
Ограничения
Контекст ограничен 2048 токенами. В README не приведены оценки качества и подробности обучающих данных.
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
- 0fa9f05