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-v0.1
Библиотека: peft
Опубликована: 28 дек 2023

Ссылки

Mistral-7B-Evol-Instruct-Chinese

Генерация текстаТекст → текст

Дообученная на китайском наборе инструкций 7,1-миллиардная модель Mistral для генерации ответов на китайском и английском языках.

0скачиваний за 30 дней6лайковвеса обновлены28 дек 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

s3nh/Mistral-7B-Evol-Instruct-Chinese — дообученная модель семейства Mistral, созданная на базе mistralai/Mistral-7B-v0.1 на наборе инструкций FreedomIntelligence/Evol-Instruct-Chinese-GPT4. Она предназначена для генерации текста в ответ на инструкции, в первую очередь на китайском и английском языках.

Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; заявленная длина контекста составляет 32 768 токенов. Веса опубликованы в формате safetensors, для работы с моделью используется PEFT. В README приведён результат оценки Loss 0,9519, но дополнительные сведения о методике и качестве не указаны.

Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает конкретные ограничения или рекомендации по применению модели.

Сценарии применения

ответы на инструкции на китайском языке
генерация текста на китайском языке
ответы на инструкции на английском языке
создание черновиков и продолжение текста на китайском и английском

Ограничения

В README приведён только показатель Loss 0,9519 без описания методики оценки и сравнительных результатов, поэтому качество модели по нему оценить нельзя.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mistral-instruct

This model is a fine-tuned version of mistralai/Mistral-7B-v0.1 on the FreedomIntelligence/Evol-Instruct-Chinese-GPT4 dataset. It achieves the following results on the evaluation set:

Loss: 0.9519

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: 0.0002
train_batch_size: 2
eval_batch_size: 2
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 8
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 10
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss
1.0979	0.0	1	1.0964
0.9735	0.25	82	0.9782
0.9577	0.5	164	0.9619
0.9281	0.75	246	0.9536
0.8988	1.0	328	0.9519

Framework versions

Transformers 4.37.0.dev0
Pytorch 2.1.2+cu121
Datasets 2.16.0
Tokenizers 0.15.0

Training procedure

The following bitsandbytes quantization config was used during training:

quant_method: bitsandbytes
load_in_8bit: False
load_in_4bit: True
llm_int8_threshold: 6.0
llm_int8_skip_modules: None
llm_int8_enable_fp32_cpu_offload: False
llm_int8_has_fp16_weight: False
bnb_4bit_quant_type: nf4
bnb_4bit_use_double_quant: True
bnb_4bit_compute_dtype: bfloat16

Framework versions

PEFT 0.6.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры: MistralForCausalLM
Ревизия весов: 6bd66b5