/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Instruct-2407
Библиотека
transformers
Опубликована
9 окт 2024

Mistral-Nemo-Kurdish

Генерация текстаТекст → текст3 профессии

Модель Mistral-Nemo, продолжившая предобучение на курдской Википедии для улучшения понимания и генерации текста на курдском языке.

42скачиваний за 30 дней3лайкавеса обновлены9 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

    0,3401

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3012

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0959

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5133

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4116

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3235

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Nazimali/Mistral-Nemo-Kurdish — плотная причинная языковая модель семейства Mistral, созданная продолжением предобучения Mistral-Nemo-Instruct-2407 на статьях курдской Википедии. Она предназначена для улучшения понимания курдского языка и генерации текста; автор рекомендует дополнительно дообучить её под конкретную задачу. Обучение проводилось на 62 720 статьях, а в качестве формата весов указаны Safetensors и bitsandbytes; в метаданных размер модели составляет 12,1 млрд параметров, родная длина контекста — 1 024 000 токенов.

Модель подходит для продолжения курдского предобучения и адаптации к задачам генерации на курдском языке. README отмечает отсутствие подходящей стандартной метрики для оценки качества курдского языка и планы обучать модель на курманджи и сорани; поэтому качество и охват диалектов требуют отдельной проверки. Указанная лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на курдском языке
  • адаптация базовой модели к курдскоязычным задачам
  • дообучение на корпусе курдских документов

Ограничения

Автор указывает, что подходящей стандартной метрики для оценки курдского языка нет, поэтому качество модели трудно сопоставлять. Для конкретных задач рекомендуется дальнейшее дообучение; обучение на курманджи и сорани не подтверждено как завершённое.

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

Continued pre-training on mistralai/Mistral-Nemo-Instruct-2407 using the Kurdish wiki dataset with unsloth. This model should be further fine-tuned since the pre-training was to improve Kurdish language understanding. It's a quantized model using bitsandbytes so that it uses less memory. See bitsandbytes documentation.

There isn't a standard or even a good Kurdish metric to evaluate the model (that I could find). Will make it my next project to create an evaluation so that there's a reproducible baseline for Kurdish.

Will look into a multi-GPU training setup so don't have to wait all day for results. Would like to train it with both Kurmanji and Sorani.

Use

Should be fine-tuned further for a specific task. See instruction fine-tuned model nazimali/Mistral-Nemo-Kurdish-Instruct.

Training

Transformers 4.44.2
1 NVIDIA A100 80GB PCIe
Duration 6h 31m 4s

{
  "total_flos": 4121524790259794000,
  "train/epoch": 1,
  "train/global_step": 1960,
  "train/grad_norm": 3.1958093643188477,
  "train/learning_rate": 0,
  "train/loss": 1.2108,
  "train_loss": 1.256846008738693,
  "train_runtime": 23227.1752,
  "train_samples_per_second": 2.7,
  "train_steps_per_second": 0.084
}

Pre-training data:

  • nazimali/kurdish-wikipedia-articles
    • Dataset number of rows: 63,076
    • Filtered columns title, text
      • Must have at least 1 character
  • Number of rows used for training: 62,720

Training prompt format:

training_prompt = """Gotara Wikipedia
### Sernav: {}

### Gotar:
{}"""

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
1eb5445

0 моделей