72.51 <- average 69.03 <- ARC 87.33 <- HellaSwag 63.61 <- MMLU 71.71 <- TruthfulQA 81.37 <- Winogrande 62.02 <- GSM8K
System: {{ .System }}
User: {{ %1 }}
Assistant:
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 29 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- mistral · dense
- Библиотека
- transformers
- Опубликована
- 4 апр 2024
Ссылки
MFANNv0.3
MFANNv0.3 — разговорная модель Mistral на 7,1 млрд параметров для генерации текста и ответов в диалоге.
57скачиваний за 30 дней0лайковвеса обновлены5 апр 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.
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
MFANNv0.3 — разговорная текстовая модель семейства Mistral с плотной архитектурой MistralForCausalLM и 7,1 млрд параметров. Разработчик в карточке обозначен как netcat420. Модель предназначена для генерации текста и диалоговых сценариев; заявленное окно контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors и шаблон диалога с ролями System, User и Assistant.
В README приведены результаты на ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, а также средний балл 72,51; методика и условия оценки не описаны. Модель распространяется по лицензии Apache-2.0. README также содержит отметку «gguf», но метаданные подтверждают только формат safetensors, поэтому наличие GGUF-весов не установлено.
Сценарии применения
- генерация ответов в диалоге с языковой моделью
- ответы на вопросы общего характера
- решение текстовых задач на рассуждение
- генерация продолжения текста
Ограничения
В README не указаны языки обучения или использования и не описана методика приведённых тестовых результатов. Метаданные подтверждают safetensors; отметки README о GGUF недостаточно, чтобы подтвердить этот формат.
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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
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
- c023332