/ 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
24 дек 2024

mistral-7B-v0.1-sft-slim-orca-sonnet-3.5-v4

Генерация текстаТекст → текст6 профессий

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

14скачиваний за 30 дней0лайковвеса обновлены25 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

skymizer/mistral-7B-v0.1-sft-slim-orca-sonnet-3.5-v4 — дообученная разговорная языковая модель на архитектуре Mistral, созданная на основе mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, предназначена для генерации текста и чат-взаимодействия; базовый контекст составляет 32 768 токенов.

В README указана настройка обучения Axolotl 0.5.2 и значение loss 0,5315 на оценочном наборе, но датасет обозначен как None. Сценарии применения, языки обучения и результаты практической оценки в карточке не раскрыты. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • генерация ответов в чат-боте
  • ведение текстового диалога
  • создание текста по запросу

Ограничения

README не раскрывает обучающие данные, целевые сценарии и языковую поддержку; указанное значение loss само по себе не характеризует качество ответов.

Для каких профессий подходит6

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

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_glu_activation: true
liger_layer_norm: true
liger_fused_linear_cross_entropy: true

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-sft-slim-orca-sonnet-3.5-v4"
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: 0.000003
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-sft-slim-orca-sonnet-3.5-v4"
save_strategy: "epoch"
saves_per_epoch: 1

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

warmup_ratio: 0.03
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-sft-slim-orca-sonnet-3.5-v4

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: 0.5315

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: 3e-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
1.23460.002611.3762
0.61860.1277500.6218
0.59050.25541000.5852
0.56840.38311500.5648
0.56210.51092000.5513
0.5510.63862500.5415
0.54890.76633000.5345
0.54340.89403500.5315

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
9f6bed0

0 моделей