/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
13,6 ГБ
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Instruct-2407
Опубликована
4 окт 2024

Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token

Генерация текстаТекст → текст10 профессий

8-битная версия Mistral-Nemo-Instruct-2407 для генерации текста и диалогов с уменьшенной точностью весов и активаций.

205 тыс.скачиваний за 30 дней0лайковвеса обновлены19 окт 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

Это 8-битная квантизированная версия Mistral-Nemo-Instruct-2407, опубликованная пользователем noneUsername. Она предназначена для генерации текста и диалогового использования; метаданные указывают на плотную архитектуру MistralForCausalLM, а карточка сообщает о калибровке методом vLLM с 2048 образцами, максимальной длиной последовательности 8192 токена и smoothing_strength 0,8. В метаданных модели указаны 12,1 млрд параметров и контекст до 1 024 000 токенов.

Автор приводит результаты ограниченных оценок GSM8K и HellaSwag: на GSM8K квантизированная версия показала немного более низкий результат, чем исходная модель, а на HellaSwag приведена оценка accuracy 0,58 и нормализованная accuracy 0,7533. Автор отмечает, что это первая версия квантизации и рекомендует более позднюю версию с улучшением. Модель может применяться для диалогов, генерации ответов и решения текстовых задач; предусмотрен интерфейс вызова инструментов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом помощнике
  • решение текстовых задач и вопросов
  • проверка математических рассуждений на GSM8K
  • оценка понимания повседневных ситуаций на HellaSwag
  • интеграция языковой модели с вызовом инструментов

Ограничения

Автор указывает, что это не оптимальная версия квантизации и рекомендует более поздний вариант; в тесте GSM8K модель немного уступила исходной. Результаты приведены на ограниченных выборках, а лицензия в доступных данных не указана.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Note: This model is no longer the optimal W8A8 quantization, please consider using a better quantization model I made later: noneUsername/Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token-better

My first quantization uses the quantization method provided by vllm:

https://docs.vllm.ai/en/latest/quantization/int8.html

NUM_CALIBRATION_SAMPLES = 2048

MAX_SEQUENCE_LENGTH = 8192

smoothing_strength=0.8

I will verify the validity of the model and update the readme as soon as possible.

edit: The performance in my ERP test was comparable to Mistral-Nemo-Instruct-2407-GPTQ-INT8, which I consider a successful quantization.

vllm (pretrained=/root/autodl-tmp/Mistral-Nemo-Instruct-2407,add_bos_token=true,tensor_parallel_size=2,max_model_len=4096,gpu_memory_utilization=0.85,swap_space=0), gen_kwargs: (None), limit: 250.0, num_fewshot: 5, batch_size: auto

TasksVersionFiltern-shotMetricValueStderr
gsm8k3flexible-extract5exact_match↑0.800±0.0253
strict-match5exact_match↑0.784±0.0261

lm_eval --model vllm --model_args pretrained="/mnt/e/Code/models/Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token",add_bos_token=true,dtype=half,tensor_parallel_size=2,max_model_len=4096,gpu_memory_utilization=0.85,swap_space=0 --tasks gsm8k --num_fewshot 5 --limit 250 --batch_size 1 vllm (pretrained=/mnt/e/Code/models/Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token,add_bos_token=true,dtype=half,tensor_parallel_size=2,max_model_len=4096,gpu_memory_utilization=0.85,swap_space=0), gen_kwargs: (None), limit: 250.0, num_fewshot: 5, batch_size: 1

TasksVersionFiltern-shotMetricValueStderr
gsm8k3flexible-extract5exact_match↑0.784±0.0261
strict-match5exact_match↑0.768±0.0268
In gsm8k, still a bit worse than the original...

lm_eval --model vllm
l_args > --model_args pretrained="/mnt/e/Code/models/Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token",add_bos_token=true,dtype=half,tensor_parallel_size=2,max_model_len=4096,gpu_memory_utilization=0.85,swap_space=0
ks hellaswag \

--tasks hellaswag
--limit 150
--num_fewshot 10
--batch_size 1

vllm (pretrained=/mnt/e/Code/models/Mistral-Nemo-Instruct-2407-W8A8-Dynamic-Per-Token,add_bos_token=true,dtype=half,tensor_parallel_size=2,max_model_len=4096,gpu_memory_utilization=0.85,swap_space=0), gen_kwargs: (None), limit: 150.0, num_fewshot: 10, batch_size: 1

TasksVersionFiltern-shotMetricValueStderr
hellaswag1none10acc↑0.5800±0.0404
none10acc_norm↑0.7533±0.0353

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
e006462

0 моделей