Gigaberg-Mistral-Large-123B
mistralai/Mistral-Large-Instruct-2411 finetuned on jondurbin/gutenberg-dpo-v0.1, nbeerbower/gutenberg2-dpo, and nbeerbower/gutenberg-moderne-dpo.
Method
ORPO tuned with 1x H200 for 1 epoch.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 122 млрд
- Размер весов
- 245 ГБ
- Лицензия
- Своя лицензия
- Архитектура
- mistral · dense
- Базовая модель
- Mistral-Large-Instruct-2411
- Библиотека
- transformers
- Опубликована
- 13 янв 2025
Ссылки
Gigaberg-Mistral-Large-123B
Дообученная на текстовых датасетах Mistral Large модель для диалогов и генерации текста с контекстом до 131 072 токенов.
31скачиваний за 30 дней2лайкавеса обновлены19 янв 2025
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Gigaberg-Mistral-Large-123B — дообученная языковая модель на архитектуре Mistral, созданная nbeerbower на основе mistralai/Mistral-Large-Instruct-2411. Модель содержит 122,2 млрд параметров и принимает текстовые запросы для генерации ответов и ведения диалога; заявленная длина контекста — 131 072 токена.
Модель обучена методом ORPO в течение одной эпохи на наборах jondurbin/gutenberg-dpo-v0.1, nbeerbower/gutenberg2-dpo и nbeerbower/gutenberg-moderne-dpo. Она предназначена для текстовых диалогов и генерации текста с поведением, скорректированным этими данными. Веса опубликованы в формате Safetensors для Transformers. Лицензия указана как other; конкретные условия следует проверять в карточке модели и у базовой модели.
Сценарии применения
- генерация ответов в диалоге
- написание и продолжение художественного текста
- суммирование длинных текстовых фрагментов
- переформулирование и редактирование текста
Ограничения
README указывает на дообучение всего в одну эпоху; качество для конкретных задач отдельно не описано. Условия лицензии обозначены как other, поэтому перед использованием нужно проверить ограничения базовой и производной моделей.
Для каких профессий подходит10
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- a7ae341