/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-grok-instract-2-7B-slerp
Опубликована
2 апр 2024

Mistral-dolphin-2.8-grok-instract-2-7B-slerp

Генерация текстаТекст → текст6 профессий

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и ведения диалога на английском языке.

565скачиваний за 30 дней5лайковвеса обновлены2 апр 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-dolphin-2.8-grok-instract-2-7B-slerp — объединённая модель на архитектуре Mistral, созданная nasiruddin15 с помощью LazyMergekit методом SLERP из Mistral-grok-instract-2-7B-slerp и dolphin-2.8-mistral-7b-v02. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; её контекстное окно составляет 32 768 токенов.

Репозиторий включает веса в форматах Safetensors и GGUF. В метаданных заявлен английский язык, а лицензия — Apache-2.0. Модель может быть полезна для чат-ботов и генерации ответов, однако README не содержит оценок качества, подробных рекомендаций по использованию или описания ограничений унаследованных моделей.

Сценарии применения

  • создание англоязычного чат-бота
  • генерация ответов на текстовые запросы
  • подготовка черновиков и продолжение текста

Ограничения

В README нет результатов оценки качества или конкретных сведений об ограничениях модели.

Для каких профессий подходит6

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

Mistral-dolphin-2.8-grok-instract-2-7B-slerp

Mistral-dolphin-2.8-grok-instract-2-7B-slerp is a merge of the following models using LazyMergekit:

🧩 Configuration

slices:
  - sources:
      - model: nasiruddin15/Mistral-grok-instract-2-7B-slerp
        layer_range: [0, 32]
      - model: cognitivecomputations/dolphin-2.8-mistral-7b-v02
        layer_range: [0, 32]
merge_method: slerp
base_model: nasiruddin15/Mistral-grok-instract-2-7B-slerp
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "nasiruddin15/Mistral-dolphin-2.8-grok-instract-2-7B-slerp"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

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
MistralForCausalLM
Ревизия весов
c884eaf

0 моделей