/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
19 янв 2024

Mistral-7B-v0.1-arabic

Генерация текстаТекст → текст5 профессий

Дообученная 7,1-миллиардная Mistral-модель для генерации текста и ответов на инструкции преимущественно на арабском языке.

25скачиваний за 30 дней9лайковвеса обновлены19 янв 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

Mistral-7B-v0.1-arabic — дообученная модель на архитектуре Mistral для генерации текста и ответов на инструкции в формате диалога. Её разработал Mohamad Alhajar, используя supervised fine-tuning с заморозкой части параметров и набор данных alpaca-gpt4-ar. В README указан базовый чекпойнт mistralai/Mistral-7B-v0.1.

Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Она рассчитана прежде всего на арабский язык; метаданные также указывают английский. Контекстное окно — до 32 768 токенов. Для запросов используется шаблон с секциями Instruction и Response.

Модель предназначена для диалоговых ответов на инструкции и генерации текста. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. README содержит несоответствие в названии модели: текст карточки называет другую модель, поэтому точные настройки обучения следует трактовать с осторожностью.

Сценарии применения

  • ответы на арабоязычные инструкции в формате диалога
  • создание черновиков текста на арабском языке
  • генерация ответов на вопросы на арабском языке

Ограничения

README ошибочно указывает в начале карточки другое имя модели; сведения о точных настройках обучения требуют осторожной интерпретации. Качество и поведение за пределами арабоязычных инструкций в предоставленных данных не оценены.

Для каких профессий подходит5

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

Model Card for Model ID

malhajar/Mistral-7B-Instruct-v0.2-turkish is a finetuned version of Mistral-7B-v0.1 using SFT Training and Freeze method. This model can answer information in a chat format as it is finetuned specifically on instructions specifically alpaca-gpt4-ar

Model Description

Prompt Template

### Instruction:

<prompt> (without the <>)

### Response:

How to Get Started with the Model

Use the code sample provided in the original post to interact with the model.

from transformers import AutoTokenizer,AutoModelForCausalLM
 
model_id = "malhajar/Mistral-7B-v0.1-arabic"
model = AutoModelForCausalLM.from_pretrained(model_name_or_path,
                                             device_map="auto",
                                             torch_dtype=torch.float16,
                                             revision="main")

tokenizer = AutoTokenizer.from_pretrained(model_id)

question: "ما هي الحياة؟"
# For generating a response
prompt = '''
### Instruction:  {question} ### Response:
'''
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
output = model.generate(inputs=input_ids,max_new_tokens=512,pad_token_id=tokenizer.eos_token_id,top_k=50, do_sample=True,repetition_penalty=1.3
        top_p=0.95,trust_remote_code=True,)
response = tokenizer.decode(output[0])

print(response)

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
8e73109

0 моделей