/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
21 янв 2024

Westlake-7B

Генерация текстаТекст → текст3 профессии

Модель на архитектуре Mistral для ролевых диалогов и генерации творческих текстов.

69скачиваний за 30 дней7лайковвеса обновлены5 мар 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

Westlake-7B — языковая модель для ролевых диалогов и генерации текста, представленная авторами карточки. Она основана на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для создания историй, стихов и других текстов, а также для диалогов от лица заданных персонажей в художественных и игровых сценариях.

Её можно использовать для творческого письма, интерактивных персонажей в играх, учебных ролевых диалогов, чат-ботов и публикаций для соцсетей. В README приведены результаты нескольких бенчмарков, но подробные протоколы оценки не описаны. Метаданные указывают английский язык и лицензию Apache-2.0; сведения о базовой модели и точной процедуре обучения не приведены.

Сценарии применения

  • создание диалогов от лица заданного персонажа
  • генерация историй, стихов и эссе по подсказке
  • создание реплик игровых неигровых персонажей
  • проведение учебных ролевых диалогов на английском языке
  • подготовка публикаций и подписей для соцсетей

Ограничения

README не приводит подробных протоколов оценки, а результаты бенчмарков не позволяют судить о качестве во всех сценариях. Качество ответов зависит от формулировки подсказки.

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

image/png

Westlake-7B: Role-Play & Text Generation Specialist Model

Welcome to the documentation of Westlake-7B, a cutting-edge language model designed for exceptional role-play and text generation tasks. This README file aims to provide an overview of our capabilities, usage guidelines, and potential applications.

About Westlake-7B

Westlake-7B is built upon a vast corpus of diverse texts, enabling it to generate contextually relevant responses in various scenarios. With its impressive size of 7 billion parameters, this model excels at understanding nuances in language and producing creative outputs.

Key Features

  1. Role-Play: Westlake-7B can seamlessly adapt to different character personas and engage in dynamic conversations while maintaining consistency throughout the interaction. It can generate believable dialogues across various genres, including fiction, non-fiction, historical events, or even fantasy worlds.
  2. Text Generation: This model is proficient at generating original content such as stories, poems, essays, news articles, and more. Its ability to capture the essence of different writing styles makes it an ideal tool for creative writers seeking inspiration or assistance in their projects.
  3. Contextual Understanding: Westlake-7B's extensive training allows it to comprehend complex contexts and generate responses that align with given situations. It can handle multiple topics simultaneously, making it versatile across various applications.
  4. Continuous Learning: As a language model, Westlake-7B continuously improves its performance through ongoing training on new data sets. This ensures its capabilities remain up-to-date and relevant in an ever-evolving world of communication.

Usage Guidelines

To utilize Westlake-7B for your projects or experiments, follow these steps: 2. Prompting: Provide clear and concise prompts that outline the desired role-play scenario or text generation task. The quality of output depends heavily on the clarity and relevance of input instructions. 3. Feedback Loop: For optimal results, consider incorporating a feedback loop into your application to refine generated outputs based on user preferences or additional contextual information. This iterative process can significantly enhance the model's performance in specific domains. 4. Ethical Considerations: As with any AI system, ensure responsible usage of Westlake-7B by avoiding harmful content generation or misuse of its capabilities.

Potential Applications

Westlake-7B's versatility makes it suitable for various applications across different industries:

  1. Creative Writing: Assist authors in generating new ideas, expanding storylines, or even completing drafts by providing creative suggestions and textual content.
  2. Education: Enhance language learning platforms with interactive role-play scenarios to improve students' communication skills and cultural understanding.
  3. Gaming: Integrate Westlake-7B into game engines for dynamic non-player character interactions or generating unique questlines based on player choices.
  4. Customer Support: Leverage the model's conversational abilities to create chatbots capable of handling complex queries and providing personalized assistance.
  5. Social Media: Develop applications that generate engaging content such as captions, status updates, or even entire posts tailored to users' preferences and interests.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.74.48
AI2 Reasoning Challenge (25-Shot)73.21
HellaSwag (10-Shot)88.49
MMLU (5-Shot)64.64
TruthfulQA (0-shot)67.36
Winogrande (5-shot)86.03
GSM8k (5-shot)67.17

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
51f2f32

0 моделей