/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
1 апр 2024

Mental-Health-FineTuned-Mistral-7B-Instruct-v0.2

Генерация текстаТекст → текст3 профессии

Дообученная на диалогах психологического консультирования Mistral 7B для генерации текстовых ответов на темы психического здоровья.

28скачиваний за 30 дней6лайковвеса обновлены3 апр 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

Модель prabureddy/Mental-Health-FineTuned-Mistral-7B-Instruct-v0.2 — дообученная на диалогах психологического консультирования версия Mistral-7B-Instruct-v0.2, опубликованная разработчиком prabureddy и обученная с помощью AutoTrain. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров для генерации ответов в диалоге на темы психического здоровья и консультирования.

Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch/Safetensors и распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или сведений о клинической проверке, поэтому ответы не следует считать профессиональной диагностикой или медицинской рекомендацией.

Сценарии применения

  • создание ответов на вопросы о психическом здоровье
  • диалоговая поддержка в сценариях психологического консультирования
  • подготовка черновиков ответов для информационного чат-бота
  • эксперименты с дообучением моделей на консультационных диалогах

Ограничения

Карточка не приводит результатов оценки качества или подтверждения клинической пригодности; модель может генерировать ошибочные или неподходящие советы и не заменяет помощь специалиста.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Trained Using AutoTrain

This model is a fine-tuned version of mistralai/Mistral-7B-Instruct-v0.2 on the mental_health_counseling_conversations dataset.

Usage


from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "prabureddy/Mental-Health-FineTuned-Mistral-7B-Instruct-v0.2"

tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    device_map="auto",
    torch_dtype='auto'
).eval()

# Prompt content: "hi"
messages = [
    {"role": "user", "content": "Hey Alex! I have been feeling a bit down lately.I could really use some advice on how to feel better?"}
]

input_ids = tokenizer.apply_chat_template(conversation=messages, tokenize=True, add_generation_prompt=True, return_tensors='pt')
output_ids = model.generate(input_ids.to('cuda'))
response = tokenizer.decode(output_ids[0][input_ids.shape[1]:], skip_special_tokens=True)

# Model response: "Hello! How can I assist you today?"
print(response)

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
cafd485

0 моделей