/ Модель

Характеристики

Контекст
1 024 000 токенов
Параметры
12,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Instruct-2407
Опубликована
18 июл 2024

Mistral-Nemo-Instruct-2407-GGUF

Генерация текстаТекст → текст15 профессий

Mistral-Nemo-Instruct-2407-GGUF — квантизированная GGUF-версия инструкционной языковой модели Mistral-Nemo-Instruct-2407, разработанной Mistral AI (mistralai) и подготовленной квантизацией компанией Second State Inc.

2 000скачиваний за 30 дней66лайковвеса обновлены24 июл 2024

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

Модель предназначена для диалоговых приложений, генерации и обработки текста, запуска локально через совместимые инструменты, включая LlamaEdge и llama.cpp.

Доступны варианты квантизации от Q2_K до Q8_0, а также f16; размер файлов составляет примерно от 4,79 до 24,5 ГБ. Для запуска используется шаблон запросов mistral-instruct, а заявленный размер контекста — 128 000 токенов. Модель поддерживает английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. Это текстовая модель без заявленной поддержки других модальностей.

Основное преимущество набора — возможность выбрать баланс между размером, требованиями к ресурсам и качеством: Q4_K_M и Q5_K_M отмечены как рекомендуемые варианты, тогда как низкобитные версии сильнее теряют качество. Ограничения включают зависимость качества и производительности от выбранной квантизации и оборудования; архитектура и точное число параметров в README не указаны. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит15

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

Mistral-Nemo-Instruct-2407-GGUF

Original Model

mistralai/Mistral-Nemo-Instruct-2407

Run with LlamaEdge

  • LlamaEdge version: v0.12.4

  • Prompt template

    • Prompt type: mistral-instruct

    • Prompt string

      <s>[INST] {user_message_1} [/INST]{assistant_message_1}</s>[INST] {user_message_2} [/INST]{assistant_message_2}</s>
      
  • Context size: 128000

  • Run as LlamaEdge service

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:Mistral-Nemo-Instruct-2407-Q5_K_M.gguf \
      llama-api-server.wasm \
      --prompt-template mistral-instruct \
      --ctx-size 128000 \
      --model-name Mistral-Nemo-Instruct-2407
    
  • Run as LlamaEdge command app

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:Mistral-Nemo-Instruct-2407-Q5_K_M.gguf \
      llama-chat.wasm \
      --prompt-template mistral-instruct \
      --ctx-size 128000
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
Mistral-Nemo-Instruct-2407-Q2_K.ggufQ2_K24.79 GBsmallest, significant quality loss - not recommended for most purposes
Mistral-Nemo-Instruct-2407-Q3_K_L.ggufQ3_K_L36.56 GBsmall, substantial quality loss
Mistral-Nemo-Instruct-2407-Q3_K_M.ggufQ3_K_M36.08 GBvery small, high quality loss
Mistral-Nemo-Instruct-2407-Q3_K_S.ggufQ3_K_S35.53 GBvery small, high quality loss
Mistral-Nemo-Instruct-2407-Q4_0.ggufQ4_047.07 GBlegacy; small, very high quality loss - prefer using Q3_K_M
Mistral-Nemo-Instruct-2407-Q4_K_M.ggufQ4_K_M47.48 GBmedium, balanced quality - recommended
Mistral-Nemo-Instruct-2407-Q4_K_S.ggufQ4_K_S47.12 GBsmall, greater quality loss
Mistral-Nemo-Instruct-2407-Q5_0.ggufQ5_058.52 GBlegacy; medium, balanced quality - prefer using Q4_K_M
Mistral-Nemo-Instruct-2407-Q5_K_M.ggufQ5_K_M58.73 GBlarge, very low quality loss - recommended
Mistral-Nemo-Instruct-2407-Q5_K_S.ggufQ5_K_S58.52 GBlarge, low quality loss - recommended
Mistral-Nemo-Instruct-2407-Q6_K.ggufQ6_K610.1 GBvery large, extremely low quality loss
Mistral-Nemo-Instruct-2407-Q8_0.ggufQ8_0813.0 GBvery large, extremely low quality loss - not recommended
Mistral-Nemo-Instruct-2407-f16.gguff161624.5 GB

Quantized with llama.cpp b3438.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Класс архитектуры
MistralForCausalLM
Ревизия весов
58e0a77

0 моделей