/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
187 ГБ
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Библиотека
transformers
Опубликована
30 янв 2024

KafkaLM-8x7B-German-V0.1

Генерация текстаТекст → текст9 профессий

Немецкоязычная дообученная MoE-модель для ответов на вопросы и повседневных текстовых задач, включая деловое общение.

19скачиваний за 30 дней6лайковвеса обновлены31 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

KafkaLM-8x7B-German-V0.1 — языковая модель с разреженной экспертной архитектурой MoE, созданная Деннисом Дикманном в рамках проекта Seedbox. Она основана на Mixtral 8x7B от Mistral AI и дообучена на отфильтрованной выборке немецкоязычных инструкций, переведённых с английского. Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов.

Модель предназначена для ответов на вопросы и повседневных задач на немецком языке, в том числе в деловом общении. Она ориентирована на точные, фактологичные ответы, но автор отмечает склонность к творческим формулировкам и выходу за языковые рамки. Лицензия — Apache-2.0; карточка также указывает, что применяются ограничения исходной лицензии Llama 2 и использованных обучающих наборов.

Сценарии применения

  • ответы на вопросы на немецком языке
  • подготовка текстов для немецкоязычной деловой переписки
  • помощь с повседневными задачами на немецком языке

Ограничения

Автор отмечает склонность модели к творческим формулировкам и языковым крайностям. Указаны ограничения исходной лицензии Llama 2 и наборов данных, использованных при обучении.

Для каких профессий подходит9

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

image/jpeg

KafkaLM-8x7b-German-V0.1

KafkaLM 8x7b is a MoE model based on Mistral AI´s Mixtral 8x7b which was finetuned on an ensemble of popular high-quality open-source instruction sets (translated from English to German).

KafkaLM 8x7b is a Seedbox project trained by Dennis Dickmann.

Why Kafka? The models are proficient, yet creative, have some tendencies to linguistically push boundaries 😊

Model Details

The purpose of releasing the KafkaLM series is to contribute to the German AI community with a set of fine-tuned LLMs that are easy to use in everyday applications across a variety of tasks.

The main goal was to provide LLMs proficient in German, especially to be used in German-speaking business contexts where English alone is not sufficient.

Dataset

I used a 8k filtered version of the following seedboxai/multitask_german_examples_32k

Prompt Format

This model follows the subsequent prompt format:

<|system|>
Du bist ein freundlicher und hilfsbereiter KI-Assistent. Du beantwortest Fragen faktenorientiert und präzise, ohne dabei relevante Fakten auszulassen.</s>
<|user|>
Welche Möglichkeiten der energetischen Sanierung habe ich neben Solar und Energiespeicher?</s>
<|assistant|>

Inference

Getting started with the model is straightforward

import transformers

model_id = "seedboxai/KafkaLM-8x7B-German-V0.1"

model = AutoModelForCausalLM.from_pretrained(model_id, load_in_4bit=True, trust_remote_code=True)

tokenizer = AutoTokenizer.from_pretrained(model_id)

def generate_prompt(input):
    prompt = ''
    sys_prompt = "Du bist ein freundlicher und hilfsbereiter KI-Assistent. Du beantwortest Fragen faktenorientiert und präzise, ohne dabei relevante Fakten auszulassen."
    
    prompt += f"<|system|>\n{sys_prompt.strip()}</s>\n"
    prompt += f"<|user|>\n{input.strip()}</s>\n"
    prompt += f"<|assistant|>\n"

    return prompt.strip()


generate_text = transformers.pipeline(
    model=model, tokenizer=tokenizer,
    return_full_text=True,  
    task='text-generation',
    temperature=0.5,  
    max_new_tokens=512,
    top_p=0.95,
    top_k=40,
    do_sample=True,
)

print(generate_text(generate_prompt("Wer ist eigentlich dieser Kafka?"))

Disclaimer

The license on this model does not constitute legal advice. We are not responsible for the actions of third parties who use this model. This model should only be used for research purposes. The original Llama2 license and all restrictions of datasets used to train this model apply.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
48f63ef

0 моделей