/ Модель
Каталог

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
5 окт 2024

Ссылки

Hugging Face

Mistral-Nemo-MCAI-SFT-DPO-revision-only

pbevan11
Генерация текстаТекст → текст6 профессий

Дообученная методом DPO многоязычная чат-модель Mistral для генерации ответов и выбора предпочтительных формулировок.

28скачиваний за 30 дней1лайквеса обновлены5 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.

Открыть конструктор бенчмарка

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

Mistral-Nemo-MCAI-SFT-DPO-revision-only — дообученная разговорная языковая модель на архитектуре Mistral, разработанная pbevan11. Модель дополнительно обучена методом DPO на многоязычных наборах предпочтений и обратной связи, чтобы улучшить выбор предпочтительных ответов и следование инструкциям в диалоге.

Модель предназначена для генерации ответов в чат-сценариях. В карточке приведены метрики оценки DPO, включая точность предпочтений 0,6824. Размер модели — 12,1 млрд параметров, заявленная длина контекста — 1 024 000 токенов. Она принимает и генерирует текст; наборы обучения указывают на многоязычную направленность, но конкретные поддерживаемые языки не перечислены.

Модель распространяется под лицензией Apache-2.0. Карточка не описывает специальные ограничения или гарантии качества; приведённые метрики относятся к оценочному набору и сами по себе не гарантируют качество на других задачах.

Сценарии применения

  • ответы на пользовательские вопросы в чате
  • генерация диалоговых ответов по инструкции
  • подготовка предпочтительных вариантов ответа для чат-бота

Ограничения

Метрики оценки приведены только для указанного оценочного набора и не гарантируют качество в других сценариях. Карточка не описывает дополнительные ограничения или проверки безопасности.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mistral-Nemo-Instruct-MCAI-SFT-DPO-revision-only

This model is a fine-tuned version of pbevan11/Mistral-Nemo-Instruct-MCAI-SFT-revision-only on the pbevan11/multilingual-constitutional-preference-pairs-revision-only and the pbevan11/ultrafeedback_binarized_multilingual datasets. It achieves the following results on the evaluation set:

  • Loss: 0.5140
  • Rewards/chosen: -0.6440
  • Rewards/rejected: -1.3117
  • Rewards/accuracies: 0.6824
  • Rewards/margins: 0.6678
  • Logps/rejected: -215.4680
  • Logps/chosen: -196.1248
  • Logits/rejected: -0.0511
  • Logits/chosen: -0.0322

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: 5e-07
  • train_batch_size: 6
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 48
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Training results

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
73308e6

0 моделей

    Создать бенчмарк