/ Модель

Характеристики

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

mistral-1L-mini

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель Mistral для экспериментов с генерацией коротких текстов на наборе TinyStories.

364скачиваний за 30 дней0лайковвеса обновлены28 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.

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

nilq/mistral-1L-mini — небольшая плотная языковая модель для генерации текста на основе архитектуры Mistral. В карточке указано, что модель дообучена на наборе TinyStories; размер составляет 2,1 млн параметров, контекст — 2048 токенов. Модель подходит для экспериментов с генерацией коротких текстов и историй. В README приведены результаты оценки: loss 2,3829 и accuracy 0,4719.

Карточка не описывает целевые сценарии, языки обучения и ограничения. Базовая модель в README не названа. Веса доступны в формате safetensors; сведения о лицензии отсутствуют.

Сценарии применения

  • генерация коротких историй
  • эксперименты с компактными языковыми моделями
  • оценка текстовой генерации на TinyStories

Ограничения

README не описывает ограничения и условия использования; лицензия не приведена. Результаты оценки указаны без деталей методики, поэтому их нельзя напрямую сравнить с другими моделями.

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

mistral-1L-mini

This model is a fine-tuned version of on the roneneldan/TinyStories dataset. It achieves the following results on the evaluation set:

  • Loss: 2.3829
  • Accuracy: 0.4719

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
5da5904

0 моделей