next version of the MHENNlit model, finetuned on the MHENNlitv2 dataset.
as always a 4-bit quantized model can be found at MHENNlitv2Q4_K_M.gguf the primary base of all models is mistral-instruct-v0.1
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 29 ГБ
- Архитектура
- mistral · dense
- Опубликована
- 3 янв 2024
Ссылки
MHENNlitv2
Дообученная на наборе MHENNlitv2 модель Mistral Instruct для генерации текста по инструкциям.
36скачиваний за 30 дней0лайковвеса обновлены11 фев 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
MHENNlitv2 — дообученная текстовая генеративная модель на архитектуре Mistral, созданная автором репозитория netcat420. Она обучена на наборе данных MHENNlitv2 и основана на Mistral Instruct v0.1. Модель содержит около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.
Модель предназначена для генерации текста в формате инструкций. В репозитории доступны веса Safetensors, а также 4-битная квантованная версия GGUF MHENNlitv2Q4_K_M.gguf, подходящая для запуска в совместимом локальном ПО. README не уточняет специализацию датасета и конкретные сценарии применения. Условия лицензирования в предоставленных данных не описаны.
Сценарии применения
- генерация ответов на текстовые запросы
- выполнение инструкций на естественном языке
- локальный запуск текстовой модели в формате GGUF
Ограничения
Предоставленные сведения не раскрывают специализацию обучающего набора и не описывают проверенные ограничения качества. Лицензия не указана.
Для каких профессий подходит5
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 341модельII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель
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
Подбираем GPU…
- Класс архитектуры
- MistralForCausalLM
- Ревизия весов
- 14d4b08