/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
46,3 млн
Лицензия
OpenRAIL
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
13 апр 2024

mini-mistral-openhermes-2.5-chatml-test

Генерация текстаТекст → текст3 профессии

Экспериментальная компактная модель RoboApocalypse на Mistral для генерации текста и пробных диалогов в формате ChatML.

285скачиваний за 30 дней1лайквеса обновлены23 дек 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

Экспериментальная компактная авторегрессионная языковая модель RoboApocalypse на архитектуре Mistral, обученная на наборе teknium/OpenHermes-2.5. Репозиторий описывает её как модель примерно на 63 млн параметров, тогда как метаданные Hugging Face указывают 46,3 млн; точный размер поэтому расходится между источниками.

Модель предназначена для генерации текста и пробных диалогов в формате ChatML. В обучающих данных использовался вариант шаблона с ролью human вместо user. Архитектура применяет Multi-query Attention, отключённое скользящее окно и контекст до 2048 токенов; в карточке заявлен английский язык, а поддержка других языков не подтверждена.

Автор предупреждает, что модель, вероятно, плохо справляется с большинством практических задач, а оценки качества не представлены. Лицензия — OpenRAIL.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • пробная генерация английского текста
  • тестирование диалогового шаблона ChatML

Ограничения

Автор сообщает, что модель, вероятно, плохо справляется с большинством задач; результаты оценки качества не приведены. В обучающем шаблоне использована роль human вместо user, а указанное число параметров расходится между README и метаданными.

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

Model Card for neoncortex/mini-mistral-openhermes-2.5-chatml-test

A tiny Mistral model trained as an experiment on teknium/OpenHermes-2.5.

Model Details

A 63M parameter auto-regressive LM using Mistral architecture as a base.

  • Multi-query Attention instead of Grouped-query Attention.
  • Sliding window is disabled.
  • Modified ChatML instead of Mistral chat template - TL;DR I used '<|im_start|>human' instead of '<|im_start|>user'

Model Description

Just doing it to see what happens.

It'll take about 40 to 45 hours to train on two Nvidia RTX 3060 12GB.

It uses ChatML for the chat template, but I messed up the template in the dataset, using '<|im_start|>human' instead of '<|im_start|>user'. ¯_(ツ)_/¯ So, here's the bits:

{%- set ns = namespace(found=false) -%}
{%- for message in messages -%}
    {%- if message['role'] == 'system' -%}
        {%- set ns.found = true -%}
    {%- endif -%}
{%- endfor -%}
{%- for message in messages %}
    {%- if message['role'] == 'system' -%}
        {{- '<|im_start|>system\n' + message['content'].rstrip() + '<|im_end|>\n' -}}
    {%- else -%}
        {%- if message['role'] == 'human' -%}
            {{-'<|im_start|>human\n' + message['content'].rstrip() + '<|im_end|>\n'-}}
        {%- else -%}
            {{-'<|im_start|>assistant\n' + message['content'] + '<|im_end|>\n' -}}
        {%- endif -%}
    {%- endif -%}
{%- endfor -%}
{%- if add_generation_prompt -%}
    {{-'<|im_start|>assistant\n'-}}
{%- endif -%}
  • Developed by: RoboApocalypse
  • Funded by: RoboApocalypse
  • Shared by: RoboApocalypse
  • Model type: Mistral
  • Language(s) (NLP): English, maybe others idk
  • License: OpenRAIL

Model Sources

Exclusively available right here on HuggingFace!

Uses

None

Out-of-Scope Use

This model won't work well for pretty much everything, probably.

Preprocessing

Format the OpenHermes 2.5 dataset with ChatML.

Training Hyperparameters

  • Training regime: bf16 mixed precision

Evaluation

I tried to run evals but the eval suite just laughed at me.

Model Examination

Don't be rude.

Environmental Impact

  • Hardware Type: 2 x NVIDIA RTX 3060 12GB
  • Hours used: ~45 x 2.
  • Carbon Emitted: [TBA]

Compute Infrastructure

I trained it on my PC with no side on it because I like to watch the GPUs do their work.

Hardware

2 x Nvidia RTX 3060 12GB

Software

The wonderful free stuff at HuggingFace (https://huggingface.co)[https://huggingface.co]: transformers, datasets, trl

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
efc82e0

0 моделей