/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Base-2407
Библиотека
transformers
Опубликована
30 сен 2024

Mistral-Nemo-Baseline-SFT

Генерация текстаТекст → текст8 профессий

Дообученная на многоязычных диалоговых данных 12,1-миллиардная модель Mistral для генерации текста и ответов на запросы.

23скачиваний за 30 дней1лайквеса обновлены30 сен 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

pbevan11/Mistral-Nemo-Baseline-SFT — дообученная модель генерации текста на архитектуре Mistral, созданная на основе mistralai/Mistral-Nemo-Base-2407 с использованием набора pbevan11/ultrafeedback_binarized_multilingual. Модель содержит 12,1 млрд параметров и предназначена для диалоговой генерации текста и ответов на запросы. В метаданных указано контекстное окно до 1 024 000 токенов.

Модель выпущена в формате safetensors и доступна по лицензии Apache-2.0. В README приведён результат оценки: loss 1,1750; подробности об оценочном наборе и практическом качестве не раскрыты. Хотя обучающий набор обозначен как многоязычный, конкретные поддерживаемые языки не перечислены.

Сценарии применения

  • генерация диалоговых ответов
  • ответы на пользовательские запросы
  • подготовка черновиков текста

Ограничения

README не описывает целевые сценарии и ограничения качества; приведено только значение loss 1,1750 без подробностей об оценке. Языки обучения обозначены как многоязычные, но конкретные языки не перечислены.

Для каких профессий подходит8

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

Mistral-Nemo-Instruct-Baseline-SFT

This model is a fine-tuned version of mistralai/Mistral-Nemo-Base-2407 on the pbevan11/ultrafeedback_binarized_multilingual dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1750

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.61580.9455131.3800
1.10611.9636271.1854
0.90712.8364391.1750

Framework versions

  • Transformers 4.45.1
  • Pytorch 2.4.1+cu121
  • Datasets 3.0.1
  • Tokenizers 0.20.0

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
405e717

0 моделей