/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
21,1 млн
Архитектура
mistral · dense
Опубликована
29 фев 2024

Ссылки

Hugging Face

lua-mistral-2L-tiny

nilq
Генерация текстаТекст → текст3 профессии

Экспериментальная модель семейства Mistral для генерации текста и кода Lua.

307скачиваний за 30 дней2лайкавеса обновлены29 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.

  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.

Открыть конструктор бенчмарка

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

lua-mistral-2L-tiny — небольшая языковая модель семейства Mistral, дообученная на наборе nilq/small-lua-stack для генерации текста, связанного с языком программирования Lua. В карточке указано 21,1 млн параметров, архитектура MistralForCausalLM и контекст до 2048 токенов; веса опубликованы в формате safetensors.

Модель может служить экспериментальной основой для генерации фрагментов кода Lua и продолжения Lua-текста. В README приведено значение loss 1,6229 на оценочном наборе, но подробности оценки и сведения о качестве ответов не раскрыты. Базовая модель не названа, лицензия в доступных данных не указана.

Сценарии применения

  • генерация небольших фрагментов кода на Lua
  • продолжение исходного кода Lua
  • эксперименты с генерацией кода на малой языковой модели

Ограничения

В README не описаны подробные результаты оценки и ограничения; приведён только loss 1,6229 на оценочном наборе. Лицензия и точная базовая модель в доступных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

lua-mistral-2L-tiny

This model is a fine-tuned version of on the nilq/small-lua-stack dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6229

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0006
  • train_batch_size: 64
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 3.0

Training results

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.2.0+cu121
  • Datasets 2.17.1
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
aa78edc

0 моделей

    Создать бенчмарк