/ Модель

Характеристики

Контекст
16 384 токена
Параметры
2,8 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
Minerva-3B-base-RAG
Опубликована
13 мая 2024

Minerva-MoE-2x3B

Генерация текстаТекст → текст3 профессии

Италоязычная MoE-модель Mixtral для генерации текста, ответов на вопросы и выполнения инструкций.

1 577скачиваний за 30 дней0лайковвеса обновлены14 мая 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

Minerva-MoE-2x3B — языковая модель с архитектурой Mixture of Experts на базе Mixtral, созданная с помощью LazyMergekit объединением Minerva-3B-base-RAG и Minerva-3B-Instruct-v1.0. В метаданных указано 2,8 млрд параметров и контекст до 16 384 токенов; веса опубликованы в формате safetensors.

Модель предназначена для генерации текста, ответов на вопросы и выполнения инструкций. В README описана маршрутизация между экспертами: один ориентирован на вопросы и объяснения, другой — на инструкции и написание текста. Примеры и тесты приведены на итальянском языке, поэтому модель подходит для италоязычных запросов; другие языковые возможности не подтверждены.

Модель распространяется по лицензии Apache-2.0. README приводит результаты на италоязычных наборах ARC, HellaSwag и MMLU; они сами по себе не гарантируют качество в других задачах или языках.

Сценарии применения

  • ответы на вопросы на итальянском языке
  • объяснение понятий и предоставление определений
  • выполнение текстовых инструкций
  • написание текстов по запросу на итальянском языке

Ограничения

Подтверждённые примеры и оценки относятся к итальянскому языку; качество для других языков и специализированных областей не установлено. Приведённые тестовые результаты ограничены ARC, HellaSwag и MMLU на итальянском.

Для каких профессий подходит3

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

Minerva-MoE-3x3B

Minerva-MoE-3x3B is a Mixture of Experts (MoE) made with the following models using LazyMergekit:

Evaluation

arc_it acc_norm: 31.91 hellaswag_it acc_norm: 52.20 mmmlu_it: 25.72

🧩 Configuration

base_model: sapienzanlp/Minerva-3B-base-v1.0
experts:
  - source_model: DeepMount00/Minerva-3B-base-RAG
    positive_prompts:
    - "rispondi a domande"
    - "cosa è"
    - "chi è"
    - "dove è"
    - "come si"
    - "spiegami"
    - "definisci"
  - source_model: FairMind/Minerva-3B-Instruct-v1.0
    positive_prompts:
    - "istruzione"
    - "input"
    - "risposta"
    - "scrivi"
    - "sequenza"
    - "istruzioni"
dtype: bfloat16

💻 Usage

!pip install -qU transformers bitsandbytes accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "ludocomito/Minerva-MoE-3x3B"

tokenizer = AutoTokenizer.from_pretrained(model)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    model_kwargs={"torch_dtype": torch.float16, "load_in_4bit": True},
)

messages = [{"role": "user", "content": "Explain what a Mixture of Experts is in less than 100 words."}]
prompt = pipeline.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
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
MixtralForCausalLM
Ревизия весов
36469d8

0 моделей