/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
18,7 млн
Архитектура
mistral · dense
Опубликована
27 фев 2024

mistral-1L-tiny

Генерация текстаТекст → текст3 профессии

Компактная однослойная модель Mistral для генерации коротких текстов и анализа поведения языковых моделей.

369скачиваний за 30 дней6лайковвеса обновлены1 мар 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-tiny — компактная однослойная языковая модель семейства Mistral, обученная на наборе TinyStories. В README указано 35,1 млн параметров, размер скрытого слоя 512 и промежуточного слоя MLP 1024; метаданные Hugging Face указывают 18,7 млн параметров. Для описания размера источники расходятся, поэтому точное число параметров нельзя считать однозначным. Модель предназначена для генерации текста и анализа динамики признаков и возникновения способностей в языковых моделях. Контекст составляет 2048 токенов.

В README приведены результаты на тестовой выборке: loss 1,6868 и accuracy 0,5792. Модель обучена на TinyStories; автор описывает её как воспроизведение результатов для получения частых контрольных точек дальнейшего анализа. Данных о лицензии и поддерживаемых естественных языках в предоставленных источниках нет.

Сценарии применения

  • генерация коротких историй
  • изучение динамики признаков в языковых моделях
  • анализ возникновения способностей при обучении
  • эксперименты с компактными авторегрессионными моделями

Ограничения

В README приведены loss 1,6868 и accuracy 0,5792 на оценочной выборке, но не указаны условия оценки. Источники расходятся в числе параметров: README сообщает 35,1 млн, а метаданные — 18,7 млн; лицензия и поддерживаемые естественные языки не приведены.

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-tiny

A tiny single-layer 35.1M parameter Mistral model, with a hidden size of 512, and an MLP intermediate size of 1024. This model is trained on the roneneldan/TinyStories dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6868
  • Accuracy: 0.5792

Model description

This work is inspired by the 21M parameter one-layer GPT-Neo of the Tiny Stories paper. Results reproduced to acquire high-frequency checkpoints for further analysis.

Intended uses & limitations

Analysis of feature dynamics and emergence in real-world language models.

Training procedure

Trained for 90171 steps, corresponding to ~2 hours on a single H100.

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

Quite consistent English text generation.

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
8a752dd

0 моделей