Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Лицензия: Llama 2
Архитектура: mistral · dense
Опубликована: 22 ноя 2023

Ссылки

Hugging Face

speechless-mistral-7b-dare-0.85

speechlessai

Генерация текстаТекст → текст3 профессии

Экспериментальная объединённая модель Mistral 7B с методом DARE для генерации текста и оценки на бенчмарках.

64скачиваний за 30 дней0лайковвеса обновлены8 дек 2023

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

speechlessai/speechless-mistral-7b-dare-0.85 — экспериментальная объединённая модель на основе Mistral 7B, опубликованная Speechless AI. В ней применён метод DARE (Drop and REscale): случайная маска с долей 0,85 обнуляет параметры дельт дообучения, а оставшиеся масштабируются. README сообщает о слиянии моделей Intel/neural-chat-7b-v3-1, migtissera/SynthIA-7B-v1.3 и bhenrym14/mistral-7b-platypus-fp16.

Модель предназначена для генерации текста и вывода на GPU или CPU с GPU; в README также перечислены варианты AWQ, GPTQ и GGUF с разной разрядностью. Метаданные указывают архитектуру MistralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. В README приведены результаты тестов ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K, но сведений о поддерживаемых естественных языках нет.

Лицензия указана как Llama 2 Community License. Показатели бенчмарков из README не сопровождаются подробностями методики, а модель заявлена как эксперимент DARE; результаты не гарантируют качество на пользовательских задачах.

Сценарии применения

генерация ответов и продолжений текста
эксперименты со слиянием языковых моделей методом DARE
оценка языковой модели на ARC и HellaSwag
проверка знаний модели на MMLU и TruthfulQA
решение текстовых задач GSM8K

Ограничения

Модель описана как эксперимент, а опубликованные результаты бенчмарков не сопровождаются подробностями методики. README не сообщает, какие естественные языки поддерживаются.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experiment for DARE(Drop and REscale), most of the delta parameters can be directly set to zeros without affecting the capabilities of SFT LMs and larger models can tolerate a higher proportion of discarded parameters.

Merged with below DARE models.

weight_mask_rate: 0.85 / use_weight_rescale: True / mask_stratery: random / scaling_coefficient: 1.0

Model	Average	ARC	HellaSwag	MMLU	TruthfulQA	Winogrande	GSM8K
Intel/neural-chat-7b-v3-1	61.59	66.21	83.64	62.37	59.65	78.14	19.56
migtissera/SynthIA-7B-v1.3	59.34	62.12	83.45	62.65	51.37	78.85	17.59
bhenrym14/mistral-7b-platypus-fp16	58.71	63.05	84.15	64.11	45.07	78.53	17.36
jondurbin/airoboros-m-7b-3.1.2	58.75	61.86	83.51	61.91	53.75	77.58	13.87
teknium/CollectiveCognition-v1.1-Mistral-7B	62.92	62.12	84.17	62.35	57.62	75.37	15.62
uukuguy/speechless-mistral-dolphin-orca-platypus-samantha-7b	62.06	64.33	84.4	63.72	52.52	78.37	21.38

speechless-mistral-7b-dare-0.85 (Merge 6 DARE models)	64.69	63.57	84.82	64.29	50.66	79.24	45.56

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: ce62c08