/ Модель

Характеристики

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

Mistral-7B-Instruct-v0.3

Генерация текстаТекст → текст15 профессий

Инструкционная языковая модель Mistral на 7,1 млрд параметров в формате MLX для диалогов и генерации текста.

538скачиваний за 30 дней3лайкавеса обновлены8 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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-Instruct-v0.3 — инструкционная языковая модель семейства Mistral, разработанная Mistral AI и преобразованная сообществом mlx-community в формат MLX с использованием mlx-lm 0.16.0. Модель содержит около 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов.

Модель предназначена для диалогового взаимодействия, генерации ответов на инструкции, написания и преобразования текста, суммирования и ответов на вопросы. Формат MLX ориентирован на запуск через библиотеку mlx-lm на совместимом оборудовании Apple. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • диалоговый помощник
  • ответы на вопросы
  • написание и редактирование текстов
  • суммирование документов
  • следование текстовым инструкциям
  • локальный запуск LLM на устройствах Apple

Для каких профессий подходит15

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

mlx-community/Mistral-7B-Instruct-v0.3

The Model mlx-community/Mistral-7B-Instruct-v0.3 was converted to MLX format from mistralai/Mistral-7B-Instruct-v0.3 using mlx-lm version 0.16.0.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/Mistral-7B-Instruct-v0.3")
response = generate(model, tokenizer, prompt="hello", verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
MistralForCausalLM
Ревизия весов
4b3adde

0 моделей