/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Своя лицензия
Архитектура
mistral · dense
Опубликована
29 ноя 2023

mistral-ko-7b-tech

Генерация текстаТекст → текст3 профессии

Корейская версия Mistral-7B-v0.1, дообученная для генерации текста и ответов на инструкции.

20скачиваний за 30 дней0лайковвеса обновлены8 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

mistral-ko-7b-tech — языковая модель, дообученная shleeeee (Seunghyeon Lee) и oopsung (Sungwoo Park) на базе Mistral-7B-v0.1 для генерации текста на корейском языке. Модель имеет плотную архитектуру MistralForCausalLM и около 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов.

Модель обучена на пользовательском корейском датасете из 2 000 примеров. В карточке приведён шаблон запросов Mistral с инструкцией в блоке [INST], поэтому модель предназначена для генерации ответов на инструкции и текстовых запросов на корейском. Для дообучения использовались LoRA-целевые модули внимания и MLP.

В карточке не приведены оценки качества или подробные сведения о данных и условиях их использования; лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории. Небольшой объём указанного датасета ограничивает основания для выводов о широте навыков модели.

Сценарии применения

  • генерация ответов на корейские инструкции
  • составление корейских текстов по запросу
  • прототипирование корейского чат-бота

Ограничения

Качество не сопровождается результатами оценки, а обучение описано на пользовательском датасете объёмом 2 000 примеров. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

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

Model Card for mistral-ko-7b-tech

It is a fine-tuned model using Korean in the mistral-7b model.

Model Details

  • Model Developers : shleeeee(Seunghyeon Lee), oopsung(Sungwoo Park)
  • Repository : To be added
  • Model Architecture : The mistral-ko-7b-wiki-neft is is a fine-tuned version of the Mistral-7B-v0.1.
  • Lora target modules : q_proj, k_proj, v_proj, o_proj,gate_proj
  • train_batch : 4
  • Max_step : 500

Dataset

Korean Custom Dataset(2000)

Prompt template: Mistral

<s>[INST]{['instruction']}[/INST]{['output']}</s>

Usage

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("shleeeee/mistral-ko-7b-tech")
model = AutoModelForCausalLM.from_pretrained("shleeeee/mistral-ko-7b-tech")

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="shleeeee/mistral-ko-7b-tech")

Evaluation

image/png

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
26e7b92

0 моделей