Характеристики

Контекст: 65 536 токенов
Параметры: 22 млрд
Размер весов: 44,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Опубликована: 14 апр 2024

Ссылки

Demuxtral-1-22B-v0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная 22-миллиардная текстовая модель на основе Mixtral-8x22B с удалёнными FFN-экспертами, практически неработоспособная без дообучения.

21скачиваний 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.

Открыть конструктор бенчмарка

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

Demuxtral-1-22B-v0.1 — экспериментальная модель lodrick-the-lafted, полученная из Mixtral-8x22B изменением тензоров: из архитектуры MoE удалены все FFN-эксперты, кроме одного, и модель настроена как плотная. В репозитории представлены восемь вариантов.

Модель имеет 22 млрд параметров, архитектуру MistralForCausalLM и контекст до 65 536 токенов. Она предназначена для генерации текста, но автор сообщает, что без дальнейшего обучения FFN или объединения нескольких моделей она практически неработоспособна: при проверке выдавала только пробелы и символы возврата каретки. Распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

Изучение изменений архитектуры MoE при удалении FFN-экспертов
Эксперименты с дообучением преобразованного чекпойнта
Исследование объединения вариантов моделей для восстановления генерации

Ограничения

В текущем виде модель почти не генерирует содержательный текст: при проверке выдавала только пробелы и возвраты каретки. Автор указывает, что для практической работы нужны дальнейшее обучение FFN или объединение нескольких моделей.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mixtral-8x22B with a bit of tensor surgery/lobotomy to chop out all but one of the MoE FFNs and configured to act like a dense model. Is it useful? Not in this state, without further training of the FFN or merging a few models together. When testing it, the only tokens it wanted to output was space and carriage return. Enjoy.

There are 8 variations as you might expect.

[https://hugggingface.co/lodrick-the-lafted/Demuxtral-1-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-2-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-3-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-4-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-5-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-6-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-7-22B-v0.1] [https://hugggingface.co/lodrick-the-lafted/Demuxtral-8-22B-v0.1]

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: a756f0e