/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-v0.1
Библиотека
transformers
Опубликована
27 дек 2024

mistral-7B-v0.1-relufication-stage-1-on-slim-orca

Генерация текстаТекст → текст10 профессий

Дообученная 7,1-миллиардная модель Mistral для генерации текста и диалогов с контекстом до 32 768 токенов.

21скачиваний за 30 дней0лайковвеса обновлены27 дек 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-7B-v0.1-relufication-stage-1-on-slim-orca — дообученная модель семейства Mistral, созданная на основе mistralai/Mistral-7B-v0.1. Карточка указывает Axolotl версии 0.5.2 и результат оценки Loss 0,6542; подробности об изменениях модели и обучении не приведены.

Модель с плотной архитектурой MistralForCausalLM содержит 7,1 млрд параметров, принимает текст и предназначена для генерации текста в диалоговых сценариях. Указанная длина контекста — 32 768 токенов. Лицензия — Apache 2.0.

Сценарии применения

  • генерация продолжений текста
  • создание ответов в диалоговом интерфейсе
  • черновики текстов по заданной инструкции

Ограничения

Карточка не уточняет обучающие данные, языки и предполагаемые ограничения модели; качество приведено только как Loss 0,6542 на оценочном наборе.

Для каких профессий подходит10

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

axolotl version: 0.5.2

base_model: mistralai/Mistral-7B-v0.1
model_type: AutoModelForCausalLM
tokenizer_config: Open-Orca/Mistral-7B-OpenOrca
tokenizer_type: AutoTokenizer
tokenizer_use_fast: false
resize_token_embeddings_to_32x: false

flash_attention: true
xformers_attention:

load_in_8bit: false
load_in_4bit: false
strict: false

chat_template: chatml
datasets:
  - path: skymizer/Sonnet3.5-SlimOrcaDedupCleaned-train
    type: chat_template
    field_messages: messages

test_datasets:
  - path: skymizer/Sonnet3.5-SlimOrcaDedupCleaned-test
    type: chat_template
    field_messages: messages
    split: train

hf_use_auth_token: true
dataset_prepared_path: pretokenized/slim-orca
output_dir: ./exp_output_artifacts

sequence_len: 2048
sample_packing: true
pad_to_sequence_len: true

eval_sample_packing: false
# eval_causal_lm_metrics: ["perplexity"]

wandb_project: "axolotl_mistral_sft"
wandb_entity:
wandb_watch:
wandb_name: "mistral-7B-v0.1-relufication-stage-1-on-slim-orca"
wandb_log_model:

gradient_accumulation_steps: 2
micro_batch_size: 16
eval_batch_size: 1
num_epochs: 1
optimizer: adamw_torch
lr_scheduler: cosine
learning_rate: 0.000005
warmup_ratio: 0.03
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.95
adam_eps: 0.000001
max_grad_norm: 1.0

train_on_inputs: false
group_by_length: false
bf16: true
fp16:
tf32: false

hub_model_id: "skymizer/mistral-7B-v0.1-relufication-stage-1-on-slim-orca"

save_strategy: "steps"
save_steps: 50

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1

eval_steps: 50
eval_table_size:
eval_max_new_tokens: 2048
debug:
deepspeed: deepspeed_configs/zero3_bf16.json
fsdp:
fsdp_config:
seed: 42

mistral-7B-v0.1-relufication-stage-1-on-slim-orca

This model is a fine-tuned version of mistralai/Mistral-7B-v0.1 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6542

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 16
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 4
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.95) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 11
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
10.64590.0026110.7631
1.0750.1277501.0591
0.79960.25541000.7829
0.73570.38311500.7247
0.70940.51092000.6953
0.68350.63862500.6727
0.6910.76633000.6603
0.67230.89403500.6542

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
005df7c

0 моделей