/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
26 фев 2024

MixTAO-7Bx2-MoE-v8.1

Генерация текстаТекст → текст3 профессии

Экспериментальная диалоговая MoE-модель семейства Mixtral для генерации текста по инструкциям.

18 388скачиваний за 30 дней56лайковвеса обновлены15 окт 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4162

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4463

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2844

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0906

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3123

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5189

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MixTAO-7Bx2-MoE-v8.1 — языковая модель архитектуры Mixture of Experts семейства Mixtral, опубликованная под именем mixtao. Она предназначена прежде всего для экспериментов с большими языковыми моделями и диалоговой генерации. Модель содержит 7,1 млрд параметров и принимает текстовые инструкции в формате Alpaca; заявленная длина контекста — 32 768 токенов.

В карточке приведены результаты Open LLM Leaderboard, включая среднее значение 77,50, а также упомянута GGUF-версия Q4_K_M. Репозиторий этой модели содержит веса Safetensors. Модель распространяется по лицензии Apache-2.0. README характеризует её как экспериментальную разработку, предназначенную для дальнейших итераций; результатов тестирования недостаточно, чтобы судить о качестве в конкретных прикладных сценариях.

Сценарии применения

  • генерация ответов на текстовые инструкции
  • создание диалогового чат-бота
  • эксперименты с архитектурой Mixture of Experts
  • оценка языковых моделей на бенчмарках

Ограничения

README описывает модель как экспериментальную и не приводит сведений о целевых прикладных областях или языковой поддержке. Приведённые результаты бенчмарков сами по себе не гарантируют качество для конкретных задач.

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

MixTAO-7Bx2-MoE

MixTAO-7Bx2-MoE is a Mixture of Experts (MoE). This model is mainly used for large model technology experiments, and increasingly perfect iterations will eventually create high-level large language models.

Prompt Template (Alpaca)

### Instruction:
<prompt> (without the <>)
### Response:

🦒 Colab

LinkInfo - Model Name
Open In ColabMixTAO-7Bx2-MoE-v8.1
mixtao-7bx2-moe-v8.1.Q4_K_M.ggufGGUF of MixTAO-7Bx2-MoE-v8.1 Only Q4_K_M in https://huggingface.co/zhengr/MixTAO-7Bx2-MoE-v8.1-GGUF
Demo Spacehttps://huggingface.co/spaces/zhengr/MixTAO-7Bx2-MoE-v8.1/

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.77.50
AI2 Reasoning Challenge (25-Shot)73.81
HellaSwag (10-Shot)89.22
MMLU (5-Shot)64.92
TruthfulQA (0-shot)78.57
Winogrande (5-shot)87.37
GSM8k (5-shot)71.11

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
7128258

0 моделей