/ 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
9 апр 2024

Mistral-portuguese-luana-7b-chat

Генерация текстаТекст → текст3 профессии

Дообученная на португалоязычных диалогах модель Mistral для чата и ответов на инструкции.

42скачиваний за 30 дней5лайковвеса обновлены17 мая 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

Mistral-portuguese-luana-7b-chat — диалоговая языковая модель, созданная Rhaymison на базе Mistral-7B-Instruct-v0.2 и дообученная для общения на португальском языке. По карточке, обучение проводилось на более чем 250 тысячах португалоязычных диалогов; метаданные указывают набор данных rhaymison/ultrachat-easy-use.

Модель предназначена для чата, ответов на инструкции и повседневных вопросов на португальском языке. Это плотная архитектура MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов. Она работает через библиотеку Transformers, веса доступны в формате safetensors; для запуска автор рекомендует GPU и описывает использование 4- или 8-битной квантизации при нехватке памяти.

В README приведён пример диалога с советами для выходных и результаты оценки на португальском бенчмарке. Модель компактнее крупных языковых моделей и ориентирована прежде всего на португальский чат; качество на других языках и специализированных задачах не подтверждено. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на повседневные вопросы на португальском языке
  • диалоговый помощник для бытовых советов
  • чат на португальском языке
  • генерация ответов на инструкции на португальском языке

Ограничения

Модель в первую очередь настроена для общения на португальском; качество на других языках и в специализированных областях не подтверждено. Для запуска полной версии требуется значительная видеопамять, а README рекомендует квантизацию 4 или 8 бит для более ограниченного оборудования.

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

Mistral-portuguese-luana-7b-chat

This model was trained with a superset of 250,000 chat in Portuguese. The model comes to help fill the gap in models in Portuguese. Tuned from the Mistral 7b, the model was adjusted mainly for chat.

How to use

FULL MODEL : A100

HALF MODEL: L4

8bit or 4bit : T4 or V100

You can use the model in its normal form up to 4-bit quantization. Below we will use both approaches. Remember that verbs are important in your prompt. Tell your model how to act or behave so that you can guide them along the path of their response. Important points like these help models (even smaller models like 7b) to perform much better.

!pip install -q -U transformers
!pip install -q -U accelerate
!pip install -q -U bitsandbytes

from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
model = AutoModelForCausalLM.from_pretrained("rhaymison/Mistral-portuguese-luana-7b-chat", device_map= {"": 0})
tokenizer = AutoTokenizer.from_pretrained("rhaymison/Mistral-portuguese-luana-7b-chat")
model.eval()

You can use with Pipeline but in this example i will use such as Streaming


inputs = tokenizer([f"""<s>[INST] Estou pensando em levar minha esposa e meu gatinha para fazer algo diferente. Você teria alguma coisa em mente ?.
[/INST]"""], return_tensors="pt")

inputs.to(model.device)

streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
_ = model.generate(**inputs, streamer=streamer, max_new_tokens=128)

If you are having a memory problem such as "CUDA Out of memory", you should use 4-bit or 8-bit quantization. For the complete model in colab you will need the A100. If you want to use 4bits or 8bits, T4 or L4 will already solve the problem.

4bits example

from transformers import BitsAndBytesConfig
import torch
nb_4bit_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True
)

model = AutoModelForCausalLM.from_pretrained(
    base_model,
    quantization_config=bnb_config,
    device_map={"": 0}
)

LangChain

Open Portuguese LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Average65.03
ENEM Challenge (No Images)59.13
BLUEX (No Images)49.24
OAB Exams36.58
Assin2 RTE90.47
Assin2 STS76.55
FaQuAD NLI66.75
HateBR Binary77.46
PT Hate Speech Binary69.45
tweetSentBR59.63

Comments

Any idea, help or report will always be welcome.

email: rhaymisoncristian@gmail.com

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
94c9f55

0 моделей