/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
NeuralOmniWestBeaglake-7B
Библиотека
transformers
Опубликована
18 ноя 2024

ECE-BBDSS

Генерация текстаТекст → текст6 профессий

Слитая модель Mistral на 7,1 млрд параметров для генерации текста по запросу с контекстом до 32 768 токенов.

13скачиваний за 30 дней0лайковвеса обновлены18 ноя 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

ECE-BBDSS — слитая языковая модель семейства Mistral, опубликованная omarbacc. Она создана из paulml/NeuralOmniWestBeaglake-7B и paulml/OmniBeagleSquaredMBX-v3-7B методом SLERP с помощью mergekit. Модель предназначена для генерации текста по запросу и использует архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов.

Модель принимает текстовые запросы и генерирует текст; в метаданных указан Transformers и формат весов safetensors. README не уточняет отдельные сценарии применения или поддерживаемые языки. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста по запросу
  • подготовка черновиков и вариантов формулировок
  • ответы на текстовые запросы
  • работа с длинными текстовыми вводными в пределах контекста модели

Ограничения

Поддерживаемые языки и конкретные области применения не обозначены в предоставленных данных. Лицензия также не указана.

Для каких профессий подходит6

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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

slices: 
  - sources: 
    - model: paulml/OmniBeagleSquaredMBX-v3-7B 
      layer_range: [0, 32] 
    - model: paulml/NeuralOmniWestBeaglake-7B 
      layer_range: [0, 32] 
merge_method: slerp  # This should not be indented under 'sources' 
base_model: paulml/NeuralOmniWestBeaglake-7B 
parameters: 
  t: 
    - filter: self_attn 
      value: [0, 0.5, 0.3, 0.7, 1] 
    - filter: mlp 
      value: [1, 0.5, 0.7, 0.3, 0] 
    - value: 0.5

dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
b90a75f

0 моделей