mistral-nemo-bophades3-12B
Mahou-1.5-mistral-nemo-12B-lorablated finetuned on jondurbin/truthy-dpo-v0.1, kyujinpy/orca_math_dpo, and antiven0m/physical-reasoning-dpo.
Method
ORPO tuned with 8x A100 for 2 epochs.
Характеристики
- Контекст
- 1 024 000 токенов
- Параметры
- 12,1 млрд
- Размер весов
- 24,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Базовая модель
- Mahou-1.5-mistral-nemo-12B-lorablated
- Библиотека
- transformers
- Опубликована
- 13 янв 2025
Ссылки
mistral-nemo-bophades3-12B
Дообученная на диалоговых, математических и задачах рассуждения модель Mistral на 12,1 млрд параметров для генерации текста.
45скачиваний за 30 дней3лайкавеса обновлены13 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 оценки6
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат0,0846
Open LLM v2 · архивПубличная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат0,3371
Open LLM v2 · архивПубличная таблицаревизия совпадает
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
mistral-nemo-bophades3-12B — дообученная модель для генерации текста и диалогов, созданная на основе Mahou-1.5-mistral-nemo-12B-lorablated. Она использует архитектуру Mistral с плотной моделью на 12,1 млрд параметров и доступна в формате safetensors для библиотеки Transformers. Обучение методом ORPO проводилось в течение двух эпох на наборах данных truthy-dpo-v0.1, orca_math_dpo и physical-reasoning-dpo.
Модель предназначена для диалоговых сценариев, генерации ответов, рассуждений и математических задач. Заявленное нативное окно контекста — 1 024 000 токенов. Лицензия Apache 2.0 допускает использование на её условиях; README не приводит сравнительных оценок качества или результатов тестирования.
Сценарии применения
- диалоговые ответы на запросы пользователя
- генерация связного текста
- решение математических задач в текстовом формате
- ответы на вопросы, требующие рассуждений
- ролевая беседа с языковой моделью
Ограничения
В README не приведены результаты независимых оценок качества; практическая точность математических ответов и рассуждений не подтверждена бенчмарками. Языковая поддержка явно не перечислена.
Для каких профессий подходит6
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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- 0cb218e