/ Модель

Характеристики

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

mistral-ko-7b-wiki-neft

Генерация текстаТекст → текст4 профессии

Дообученная на корейских данных модель Mistral-7B-v0.1 для генерации текста по инструкциям на корейском языке.

21скачиваний 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-wiki-neft — языковая модель, дообученная Seunghyeon Lee и Sungwoo Park на базе Mistral-7B-v0.1. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста на корейском языке по инструкциям; при обучении использовались корейский пользовательский датасет и NEFTune. В карточке также указаны параметры LoRA-модулей и шаблон запросов Mistral.

Модель подходит для ответов на корейском языке и генерации текста по инструкциям. Доступны веса в формате safetensors. Условия лицензирования в предоставленных данных не приведены.

Сценарии применения

  • ответы на вопросы на корейском языке
  • генерация корейского текста по инструкциям
  • создание черновиков и продолжение текста на корейском языке

Ограничения

Дообучение описано как эксперимент с максимальным числом шагов 1000, поэтому качество и широта возможностей могут быть ограничены. Лицензия в предоставленных данных не указана.

Для каких профессий подходит4

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-wiki-neft

It is a fine-tuned model using Korean and NEFT 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
  • neftune_noise_alpha : 5
  • Max_step : 1000

Dataset

Korean Custom Dataset

Prompt template: Mistral

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

Usage

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

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

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

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

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
e7a955b

0 моделей