/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
93,4 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
21 янв 2024

Synatra-Mixtral-8x7B

Генерация текстаТекст → текст4 профессии

Корейская дообученная версия Mixtral-8x7B-Instruct для генерации текста и ответов на инструкции.

125скачиваний за 30 дней14лайковвеса обновлены29 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

Synatra-Mixtral-8x7B — языковая модель maywell, дообученная на корейских наборах данных на основе mistralai/Mixtral-8x7B-Instruct-v0.1. Она предназначена для генерации текста и диалоговых ответов по инструкциям в формате Alpaca.

Модель использует архитектуру Mixtral с разреженной смесью экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка указывает корейский язык обучения; метаданные также отмечают поддержку английского. Доступна в формате PyTorch.

Лицензия — Apache-2.0. В карточке нет результатов бенчмарков, поэтому качество и сравнительные преимущества не подтверждены; сведения о корейских обучающих данных не раскрывают конкретные датасеты.

Сценарии применения

  • ответы на вопросы и инструкции на корейском языке
  • корейский чат-бот на основе языковой модели
  • генерация корейских текстов
  • диалоговые ответы на английском языке

Ограничения

В карточке нет результатов бенчмарков, поэтому качество модели не подтверждено сравнительными оценками. Конкретные обучающие датасеты не перечислены.

Для каких профессий подходит4

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

Synatra-Mixtral-8x7B

Synatra-Mixtral-8x7B is a fine-tuned version of the Mixtral-8x7B-Instruct-v0.1 model using Korean datasets.

This model features overwhelmingly superior comprehension and inference capabilities and is licensed under apache-2.0.

Join Our Discord

Server Link

License

OPEN, Apache-2.0.

Model Details

Base Model
mistralai/Mixtral-8x7B-Instruct-v0.1

Trained On
A100 80GB * 6

Instruction format

It follows Alpaca format.

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
{input}

### Response:
{output}

Model Benchmark

TBD

Implementation Code

from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained("maywell/Synatra-Mixtral-8x7B")
tokenizer = AutoTokenizer.from_pretrained("maywell/Synatra-Mixtral-8x7B")

messages = [
    {"role": "user", "content": "아인슈타인의 상대성이론에 대해서 자세히 설명해줘."},
]

encodeds = tokenizer.apply_chat_template(messages, return_tensors="pt")

model_inputs = encodeds.to(device)
model.to(device)

generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])

Author's Message

This model's training got sponsered by no one but support from people around Earth.

Support Me

Contact Me on Discord - is.maywell

Follow me on twitter: https://twitter.com/stablefluffy

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
d00e65f

0 моделей