/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
una-neural-chat-v3-3-P1-OMA
Опубликована
12 дек 2023

una-neural-chat-v3-3-P2-OMA

Генерация текстаТекст → текст13 профессий

Дообученная 7,1-миллиардная модель Mistral для генерации текста и диалоговых ответов.

26скачиваний за 30 дней8лайковвеса обновлены8 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

UNA-Neural-Chat-v3-3-Phase2 — языковая модель OneManArmy, созданная с применением метода выравнивания UNA (Uniform Neural Alignment) и обученная с использованием Zephyr Trainer на очищенном наборе UltraFeedback. Это дообучение модели one-man-army/una-neural-chat-v3-3-P1-OMA; архитектура MistralForCausalLM, около 7,1 млрд параметров, контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах и ответов на запросы.

В карточке приведены результаты бенчмарков ARC и HellaSwag, но подробные результаты доступны по внешней ссылке и не представлены здесь. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на текстовые запросы
  • ведение диалогов с языковой моделью
  • создание связного текста по инструкции

Ограничения

В README не приведены подробные оценки качества за пределами упомянутых бенчмарков и описания метода. Языковая поддержка и отдельные ограничения применения не указаны.

Для каких профессий подходит13

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

una-neural-chat-v3-3-phase2

OMA, OneManArmy proudly presents, una-neural-chat-v3-3 PHASE 2. Powered by UNA (Uniform Neural Alignment), using zephyr trainer, allenai/ultrafeedback cleaned.. and JUST THAT. Outperforming its base model, not adding any data.. just UNA Algorythm on Transformers Lib. UNA Settings:

  • MLP : 0.05
  • ATT : 0.03
  • LNOR : 0.02

Framework versions

  • Transformers 4.35.0-UNA
  • Pytorch 2.1.0
  • Datasets 2.14.6
  • Tokenizers 0.14.1

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.70.72
AI2 Reasoning Challenge (25-Shot)67.32
HellaSwag (10-Shot)86.33
MMLU (5-Shot)63.14
TruthfulQA (0-shot)65.49
Winogrande (5-shot)79.79
GSM8k (5-shot)62.24

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
92862c9

0 моделей