/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
15 янв 2024

ruadapt_mistral_7b_v0.1

Генерация текстаТекст → текст5 профессий

Русская адаптация Mistral-7B для генерации текста на русском языке.

17скачиваний за 30 дней1лайквеса обновлены16 янв 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

ruadapt_mistral_7b_v0.1 — русская адаптация Mistral-7B, созданная дообучением модели mistralai/Mistral-7B-v0.1 на русскоязычном корпусе объёмом 33 ГБ. В работе заменили токенизатор, обучили эмбеддинги и языковую голову, а затем применили LoRA к линейным слоям первых и последних четырёх слоёв трансформера и настроили нормализации. Архитектура — плотная авторегрессионная MistralForCausalLM с 7,1 млрд параметров; максимальная длина контекста — 32 768 токенов.

Модель предназначена для генерации текста на русском языке и адаптации задач генерации к русскоязычным данным. Обучение было прервано после 0,8 эпохи; автор сообщает, что метрики на нескольких наборах данных немного хуже, чем у исходной модели. Доступна в формате PyTorch, лицензия — Apache-2.0.

Сценарии применения

  • генерация русскоязычных ответов и продолжений текста
  • создание черновиков и кратких текстов на русском языке
  • эксперименты с русской токенизацией и адаптацией языковых моделей

Ограничения

Обучение прервалось после 0,8 эпохи, а метрики на нескольких наборах данных немного хуже, чем у исходной модели. Карточка не приводит конкретных результатов оценки.

Для каких профессий подходит5

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

ruadapt_mistral_7b_v0.1

This model is a fine-tuned (embeddings, lm head) version of mistralai/Mistral-7B-v0.1 on the Russian dataset (33GB). The training lasted 0.8 epochs, after which an error occurred. Was slightly additionally trained using LoRa after that.

In short: 1) Tokenization replacement, 2) Convert to fp16, 3) Training only embeddings and lm head on 0.8 epoch, 4) Convert new layers back to bf16 and merge with original transformer in bf16, 5) Tune embeddings (modules_to_save), lm head (modules_to_save), 4 first and last layers: linear layers (lora) and layer norms(modules_to_save) on 1% of the data.

ATTENTION!!! The metrics on various datasets are slightly worse than those of the original model.

Instruct version: https://huggingface.co/rccmsu/ruadapt_mistral_saiga_7b_v0.1

Model description

Russian adaptation of Mistral-7B by replacing the tokenizer. Paper: Tikhomirov M., Chernyshev D. Impact of Tokenization on LLaMa Russian Adaptation //arXiv preprint arXiv:2312.02598. – 2023.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 6
  • eval_batch_size: 6
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 16
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 192
  • total_eval_batch_size: 96
  • optimizer: Adam with betas=(0.9,0.95) and epsilon=1e-05
  • lr_scheduler_type: linear
  • num_epochs: 2.0

Framework versions

  • Transformers 4.34.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.5
  • Tokenizers 0.14.1

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
587eeeb

0 моделей