Характеристики

Контекст: 131 079 токенов
Параметры: 3,5 млрд
Размер весов: 11,1 ГБ
Лицензия: MIT
Архитектура: phi · dense
Библиотека: transformers
Опубликована: 21 ноя 2024

Ссылки

Hugging Face

MFANN3bv0.24

netcat420

Генерация текстаТекст → текст3 профессии

MFANN 3b v0.24 — англоязычная модель на архитектуре Phi для генерации ответов на инструкции.

37скачиваний за 30 дней0лайковвеса обновлены22 ноя 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.

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.

Открыть конструктор бенчмарка

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
Результат
0,0279
Open LLM v2 · архив
Публичная таблицаревизия совпадает
IFEval
IFEval Raw · выше — лучше
Результат
0,22
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MUSR
MUSR Raw · выше — лучше
Результат
0,3521
Open LLM v2 · архив
Публичная таблицаревизия совпадает
BBH
BBH Raw · выше — лучше
Результат
0,4407
Open LLM v2 · архив
Публичная таблицаревизия совпадает
GPQA
GPQA Raw · выше — лучше
Результат
0,2584
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,2352
Open LLM v2 · архив
Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MFANN 3b v0.24 — языковая модель для генерации текста, разработанная netcat420 и обученная на датасете netcat420/MFANN. По карточке, модель обучалась в формате инструкций: на вход подаются инструкция и запрос, на выходе генерируется текстовый ответ.

Модель построена на архитектуре PhiForCausalLM, содержит 3,5 млрд параметров и заявленный контекст до 131 079 токенов. Метаданные указывают английский язык и формат весов safetensors. Модель распространяется по лицензии MIT. README не поясняет состав данных и качество выполнения конкретных типов инструкций.

Сценарии применения

генерация ответов на текстовые инструкции
создание черновиков и продолжение текста
ответы на англоязычные запросы
эксперименты с компактными языковыми моделями

Ограничения

Карточка не приводит оценок качества и подробностей обучающих данных, поэтому надёжность ответов для отдельных задач по ней оценить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MFANN 3b v0.24 trained on https://huggingface.co/datasets/netcat420/MFANN

system prompt:

Instruct: {instruction} Output:

based on https://huggingface.co/microsoft/phi-2/tree/main

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: PhiForCausalLM
Ревизия весов: 55813c2