/ 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-Instruct-v0.2
Библиотека
transformers
Опубликована
3 сен 2024

Na_M2_1000steps_1e7_SFT

Генерация текстаТекст → текст5 профессий

Дообученная диалоговая модель Mistral на 7,1 млрд параметров для генерации текста и ответов на инструкции.

18скачиваний за 30 дней0лайковвеса обновлены3 сен 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

Na_M2_1000steps_1e7_SFT — дообученная диалоговая языковая модель на архитектуре Mistral, созданная на основе mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для генерации текста и ответов в диалоговом формате. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

В карточке приведён результат оценки: loss 0,3111; набор данных и подробности обучения не раскрыты. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Из-за отсутствия описания данных и сценариев дообучения её специализацию и качество для конкретных задач определить нельзя.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на текстовые инструкции
  • продолжение и составление текста

Ограничения

Данные обучения и целевая специализация не раскрыты, поэтому качество в конкретных областях неясно. В карточке приведён только показатель loss 0,3111 без описания протокола оценки.

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

Na_M2_1000steps_1e7_SFT

This model is a fine-tuned version of mistralai/Mistral-7B-Instruct-v0.2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3111

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: 1e-07
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • training_steps: 1000

Training results

Training LossEpochStepValidation Loss
1.97850.2667501.8984
0.8150.53331000.6662
0.43710.81500.4306
0.37211.06672000.3807
0.34391.33332500.3367
0.32511.63000.3266
0.32151.86673500.3233
0.31562.13334000.3205
0.31242.44500.3183
0.31652.66675000.3161
0.31282.93335500.3130
0.30933.26000.3120
0.3113.46676500.3109
0.30733.73337000.3112
0.3064.07500.3115
0.3074.26678000.3112
0.30524.53338500.3111
0.30484.89000.3105
0.30345.06679500.3111
0.30575.333310000.3111

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.0+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
edcc3d3

0 моделей