/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,7 млрд
Размер весов
13,7 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
26 фев 2024

Misal-7B-instruct-v0.1

Генерация текстаТекст → текст5 профессий

Инструкционная Llama-модель на 6,7 млрд параметров для генерации текста и выполнения языковых задач на маратхи.

26скачиваний за 30 дней4лайкавеса обновлены22 апр 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

Misal-7B-instruct-v0.1 — языковая модель компании smallstep.ai, построенная на архитектуре Meta Llama 7B и настроенная выполнять инструкции на маратхи. Это плотная авторегрессионная модель с 6,7 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; её контекст — до 4096 токенов.

Модель ориентирована на понимание прочитанного, анализ тональности, перефразирование и перевод на маратхи. Разработчики оценивали её вручную на наборе из 100 вопросов из интернета: средний результат составил 81 балл, однако авторы отмечают, что для надёжной оценки нужен более качественный бенчмарк. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Llama 2 License.

Сценарии применения

  • ответы на вопросы по текстам на маратхи
  • анализ тональности текстов на маратхи
  • перефразирование текстов на маратхи
  • перевод текстов с маратхи и на маратхи
  • диалоговое взаимодействие на маратхи

Ограничения

Оценка разработчиков основана на небольшом наборе из 100 вопросов и выполнена вручную, поэтому результаты не дают надёжной оценки качества на широком круге задач. Модель рассчитана прежде всего на маратхи; контекст ограничен 4096 токенами.

Для каких профессий подходит5

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

Misal-7B-instruct-v0.1

Built by - smallstep.ai

What is Misal?

Misal 7B, a pretrained and instruction tuned large language model based on Meta’s Llama 7B architecture exclusively for Marathi.

Making of Misal?

Detailed blog here.

Evaluation :

We did a manual round of evaluations using internet data. This is a fairly small dataset with 100 questions taken from the internet. We understand that a better evaluation method is needed to benchmark our model, this being the first iteration we decided to proceed with manual evaluation. Our main aim was to see if the model understands basic instructions, if so how well is it able to understand it, hence we have limited our evaluation to Reading comprehension, Translation, Sentiment Analysis, Paraphrasing like tasks.

ModelReading ComprehensionSentiment AnalysisParaphraseTranslationAverage
Misal-7B8868927681
Misal-1B4868723656
ChatGPT3.568761009685
Krutrim4060888067
MahaMarathi00000

We have released the evaluation data here:

image/png

License

The model inherits the license from meta-llama/Llama-2-7b.

Usage

Colab Link

Installation

pip install transformers accelerate

Prompt

आपण एक मदतगार, आदरणीय आणि प्रामाणिक सहाय्यक आहात.नेहमी शक्य तितकी उपयुक्त उत्तर द्या. तुमची उत्तरे हानिकारक, अनैतिक, वर्णद्वेषी, लैंगिकतावादी, हानिकारक, धोकादायक किंवा बेकायदेशीर नसावीत. कृपया खात्री करा की तुमची उत्तरे सामाजिक दृष्टिकोनाने निष्पक्ष आणि सकारात्मक स्वरूपाची आहेत. जर एखाद्या प्रश्नाला काही अर्थ नसेल किंवा वस्तुस्थितीशी सुसंगती नसेल, तर उत्तर देण्याऐवजी काहीतरी बरोबर का नाही हे स्पष्ट करा. तुम्हाला एखाद्या प्रश्नाचे उत्तर माहित नसल्यास, कृपया चुकीची माहिती देऊ नये.

### Instruction:

<instruction>

### Input:

<input data>

### Response:

PyTorch

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda"
model = AutoModelForCausalLM.from_pretrained("smallstepai/Misal-7B-instruct-v0.1", torch_dtype=torch.bfloat16, device_map='auto')
tokenizer = AutoTokenizer.from_pretrained("smallstepai/Misal-7B-instruct-v0.1")

def ask_misal(model, tokenizer, instruction, inputs='', system_prompt='', max_new_tokens=200, device='cuda'):

    ip = dict(system_prompt=system_prompt, instruction=instruction, inputs=inputs)
    model_inputs = tokenizer.apply_chat_template(ip, return_tensors='pt')
    outputs = model.generate(model_inputs.to(device), max_new_tokens=max_new_tokens)
    response = tokenizer.decode(outputs[0]).split('### Response:')[1].strip()
    return response

instruction="सादरीकरण कसे करावे?"
resp = ask_misal(model, tokenizer, instruction=instruction, max_new_tokens=1024)
print(resp)

Team

Sagar Sarkale, Prasad Mane, Shravani Chavan

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
09636ac

0 моделей