/ Модель

Характеристики

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

mistral-ko-OpenOrca-2000

Генерация текстаТекст → текст3 профессии

Дообученная на 2 000 примерах ko-OpenOrca корейская версия Mistral-7B-v0.1 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

shleeeee (Seunghyeon Lee) и oopsung (Sungwoo Park) разработали mistral-ko-OpenOrca-2000 — дообученную на корейском языке модель Mistral-7B-v0.1. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM и 7,1 млрд параметров; контекст составляет до 32 768 токенов.

Модель обучалась два эпоха на 2 000 примерах набора ko-OpenOrca с шаблоном запросов Mistral [INST]...[/INST]. Она предназначена для генерации текста и ответов на инструкции на корейском языке. В README указано обучение с использованием LoRA для проекционных слоёв внимания и gate_proj; веса репозитория представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на инструкции на корейском языке
  • генерация корейского текста
  • создание диалогового прототипа на корейском

Ограничения

Обучение проводилось всего на 2 000 примерах в течение двух эпох, а результаты оценки в карточке не приведены. Лицензия не указана в предоставленных данных.

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-OpenOrca-2000

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 shleeeee/mistral-ko-OpenOrca-2000 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
  • epochs : 2

Dataset

2000 ko-OpenOrca datasets

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-OpenOrca-2000")
model = AutoModelForCausalLM.from_pretrained("shleeeee/mistral-ko-OpenOrca-2000")

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

pipe = pipeline("text-generation", model="shleeeee/mistral-ko-OpenOrca-2000")

Evaluation

To be added

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
691fa89

0 моделей