/ 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-v0.3
Опубликована
4 июн 2024

Mistral-7B-v0.3-sarcasm-scrolls-4k

Генерация текстаТекст → текст3 профессии

Дообученная на примерах сарказма модель Mistral для генерации английского текста с саркастической манерой.

22скачиваний за 30 дней0лайковвеса обновлены29 дек 2025

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

Mistral-7B-v0.3-sarcasm-scrolls-4k — языковая модель на базе Mistral-7B-v0.3, дообученная pszemraj с использованием набора BEE-spoke-data/sarcasm-scrolls. Модель предназначена для генерации текста, в частности текста с саркастической манерой. В карточке приведён результат оценки: loss 2,2825.

Это плотная авторегрессионная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; файлы опубликованы в формате safetensors. Метаданные указывают английский язык. Модель распространяется по лицензии Apache-2.0. Карточка содержит мало сведений о сценариях применения и ограничениях, поэтому качество сарказма и пригодность для конкретных задач по представленным данным оценить нельзя.

Сценарии применения

  • генерация саркастических реплик на английском языке
  • создание саркастических ответов в диалоге
  • эксперименты с генерацией текста в стиле сарказма

Ограничения

Карточка не описывает проверенные сценарии применения и ограничения; приведён только показатель loss 2,2825 на оценочном наборе, без деталей методики и сопоставимых результатов.

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

axolotl version: 0.4.1

base_model: mistralai/Mistral-7B-v0.3
model_type: MistralForCausalLM
tokenizer_type: LlamaTokenizer

strict: false

# dataset
datasets:
    - path: BEE-spoke-data/sarcasm-scrolls
      type: completion # format from earlier
      field: text # Optional[str] default: text, field to use for completion data
val_set_size: 0.025

sequence_len: 4096
sample_packing: true
pad_to_sequence_len: true
train_on_inputs: false
group_by_length: false

# WANDB
wandb_project: sarcasm-scrolls
wandb_entity: pszemraj
wandb_watch: gradients
wandb_name: Mistral-7B-v0.3-sarcasm-scrolls
hub_model_id: pszemraj/Mistral-7B-v0.3-sarcasm-scrolls-2
hub_strategy: every_save

gradient_accumulation_steps: 16
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_torch_fused # paged_adamw_32bit
lr_scheduler: cosine
learning_rate: 2e-5

load_in_8bit: false
load_in_4bit: false
bf16: auto
fp16:
tf32: true

torch_compile: true # requires >= torch 2.0, may sometimes cause problems
torch_compile_backend: inductor # Optional[str]
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
logging_steps: 5
xformers_attention:
flash_attention: true

warmup_steps: 20
# hyperparams for freq of evals, saving, etc
evals_per_epoch: 4
saves_per_epoch: 4
save_safetensors: true
save_total_limit: 1 # Checkpoints saved at a time
output_dir: ./output-axolotl/output-model-theta
resume_from_checkpoint:


deepspeed:
weight_decay: 0.04

special_tokens:

Mistral-7B-v0.3-sarcasm-scrolls @ ctx 4k

This model is a fine-tuned version of mistralai/Mistral-7B-v0.3 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.2825

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: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 20
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
No log0.008212.3959
2.4120.2544312.3363
2.38660.5087622.3277
2.32040.7631932.3012
2.28431.01741242.2682
2.17481.27181552.2425
1.68851.23491862.2849
1.68341.48922172.2825

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.0+cu118
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
ec34266

0 моделей