Диалоговая модель Mistral на 12,1 млрд параметров для генерации текста и ответов, дообученная на датасете Gutenberg DPO.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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
0,0597
Публичная таблицадругая ревизия
MMLU-PRO
MMLU-PRO Raw · выше — лучше
0,3644
Публичная таблицадругая ревизия
Описание составлено по карточке модели и метаданным Hugging Face
mistral-nemo-gutenberg-12B-v3 — диалоговая языковая модель, опубликованная nbeerbower. Она дообучена на базе intervitens/mini-magnum-12b-v1.1 на датасете jondurbin/gutenberg-dpo-v0.1 в течение трёх эпох с использованием A100 в Google Colab. В README также упоминается ORPO, однако описание метода содержит противоречие: в нём сказано «Fine-tune Llama 3», тогда как метаданные и указанная базовая модель связывают чекпойнт с Mistral.
Модель предназначена для генерации текста и диалоговых ответов. Это плотная архитектура MistralForCausalLM с 12,1 млрд параметров; заявленная длина контекста — 1 024 000 токенов. Репозиторий содержит веса в формате safetensors. Метаданные указывают лицензию Apache-2.0. В README приведены результаты Open LLM Leaderboard: среднее значение 19,06, IFEval — 21,83 и BBH — 34,96; условий оценки и дополнительных подробностей карточка не сообщает.
README содержит противоречивое указание на дообучение Llama 3, хотя метаданные и указанная базовая модель указывают на Mistral. Результаты бенчмарков приведены без условий оценки и не позволяют сами по себе оценить качество в конкретных сценариях.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
intervitens/mini-magnum-12b-v1.1 finetuned on jondurbin/gutenberg-dpo-v0.1.
Finetuned using an A100 on Google Colab for 3 epochs.
Detailed results can be found here
| Metric | Value |
|---|---|
| Avg. | 19.06 |
| IFEval (0-Shot) | 21.83 |
| BBH (3-Shot) | 34.96 |
| MATH Lvl 5 (4-Shot) | 4.61 |
| GPQA (0-shot) | 8.61 |
| MuSR (0-shot) | 15.00 |
| MMLU-PRO (5-shot) | 29.38 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…