/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Опубликована
12 апр 2024

Orpomis-Prime-7B

Генерация текстаТекст → текст

Объединённая модель Mistral на 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.

15скачиваний за 30 дней0лайковвеса обновлены12 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

Orpomis-Prime-7B — объединённая модель на базе архитектуры Mistral, созданная с помощью Mergekit. В состав входят kaist-ai/mistral-orpo-beta, NousResearch/Hermes-2-Pro-Mistral-7B и alpindale/Mistral-7B-v0.2-hf; для слияния применён метод Model Stock. Модель содержит 7,1 млрд параметров, имеет контекст до 32 768 токенов и распространяется в формате Safetensors с типом данных bfloat16.

Модель предназначена для генерации текста и может использоваться для диалогов и выполнения инструкций благодаря включённым в слияние базовым моделям. В метаданных также указаны возможности вызова функций и генерации структурированного JSON для базовой модели; это не подтверждает отдельные гарантии качества для Orpomis-Prime-7B. Сведения о лицензии в предоставленных материалах отсутствуют.

Сценарии применения

  • ответы на вопросы в диалоге
  • выполнение текстовых инструкций
  • составление и редактирование текстов
  • генерация структурированных ответов в формате JSON

Ограничения

В предоставленных материалах не описаны результаты оценки качества, ограничения поведения или лицензия. Возможности вызова функций и генерации JSON указаны для базовой модели в сводке каталога, но отдельно для этого слияния не подтверждены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Orpomis-Prime-7B

Orpomis-Prime-7B is a merge of the following models using Mergekit:

🧩 Configuration

models:
  - model: kaist-ai/mistral-orpo-beta
  - model: NousResearch/Hermes-2-Pro-Mistral-7B
  - model: alpindale/Mistral-7B-v0.2-hf
merge_method: model_stock
base_model: alpindale/Mistral-7B-v0.2-hf
dtype: bfloat16

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "saucam/Orpomis-Prime-7B"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained("kaist-ai/mistral-orpo-beta")
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

Sample Run

Setting `pad_token_id` to `eos_token_id`:2 for open-end generation.
<|user|>
What is a large language model?</s>
<|assistant|>
A large language model (LLM) is a type of artificial intelligence model that is designed to understand and generate human language. It is a deep learning algorithm, usually based on artificial neural networks, that can process and analyze large amounts of natural language data, such as text or speech, and produce responses that mimic human language. LLMs are trained on vast amounts of data to learn the statistical patterns in the language, enabling them to understand and generate text that is similar to how humans would use it. They are typically used in applications like chatbots, language translation, text summarization, text generation, and other natural language processing tasks. Some popular examples of large language models include OpenAI's GPT-3, Google's BERT, and Hugging Face's Transformers.

These models are trained on a massive amount of text data, often from the internet, books, and other sources to learn the structure and patterns of language. They can generate text that is similar to what a human would write, making them useful for tasks like chatbots, text generation, language translation, and other natural language processing applications.

LLMs are especially useful for tasks that require understanding and generating human-like text, such as chatbots
<|user|>
Write a children's story where characters are from a famous movie</s>
<|assistant|>
Once upon a time in the magical land of Oz, there lived a little girl named Dorothy and her pet dog, Toto. They lived in Kansas with her Aunt Em and Uncle Henry on a small farm. Dorothy was a cheerful and kind-hearted girl who loved to play with her friends and explore the beautiful countryside. But one day, a tornado came and swept her and Toto away to the Land of Oz! They landed in a strange and colorful world full of Munchkins, witches, and wizards.

Dorothy found herself in a place unlike any other. She was lost and scared, but she met some amazing friends on her journey to find her way back home. First, she met Scarecrow, who longed for a brain to become smart. Then, she met the Tin Man who desired a heart, and the Cowardly Lion who wanted courage. Together, they set off on an adventure to meet the Wizard of Oz to ask for help. Along the way, they met Glinda, the Good Witch of the North, who told them about the Wizard's Emerald City. They all wanted to see the Wizard for help, but first, they had

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
5903422

0 моделей