/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
14 фев 2024

Cyrax-7B

Генерация текстаТекст → текст7 профессий

Cyrax-7B — 7,1-миллиардная языковая модель семейства Mistral для генерации текста и ответов на запросы.

59скачиваний за 30 дней9лайковвеса обновлены15 фев 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

Cyrax-7B — языковая модель семейства Mistral с 7,1 млрд параметров, опубликованная touqir. Она предназначена для генерации текста и ответов на запросы; в карточке приведены результаты Open LLM Leaderboard по тестам ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K.

Модель использует плотную архитектуру MistralForCausalLM, работает с текстом и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. README не сообщает дополнительных сведений о методе обучения или ограничениях модели.

Сценарии применения

  • генерация текста по запросу
  • ответы на вопросы на английском языке
  • решение задач на здравый смысл
  • ответы на вопросы по общим знаниям
  • решение математических задач с текстовым условием

Ограничения

Опубликованные результаты тестов не гарантируют качество в реальных сценариях. README не описывает специальные ограничения или метод обучения модели.

Для каких профессий подходит7

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

Cyrax-7B

🏆 Evaluation

Open LLM Leaderboard

ModelAverageARCHellaSwagMMLUTruthfulQAWinograndeGSM8K
Cyrax-7B75.9872.9588.1964.677.0183.969.22
Qwen-72B73.665.1985.9477.3760.1982.4870.43
Mixtral-8x7B-Instruct-v0.1-DPO73.4469.887.8371.0569.1881.3761.41
Mixtral-8x7B-Instruct-v0.172.770.1487.5571.464.9881.0661.11
llama2_70b_mmlu68.2465.6187.3771.8949.1582.452.99
falcon-180B67.8569.4588.8670.545.4786.945.94

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "touqir/Cyrax-7B"
messages = [{"role": "user", "content": "What is Huggingface?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
6f16faa

0 моделей