/ 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
Опубликована
29 мая 2024

UTI_M2_1000steps_1e7rate_SFT

Генерация текстаТекст → текст5 профессий

Дообученная на базе Mistral-7B-Instruct-v0.2 диалоговая модель для генерации текста и ответов на инструкции.

14скачиваний за 30 дней0лайковвеса обновлены6 июн 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

UTIM21000steps1e7rateSFT — дообученная диалоговая модель на базе mistralai/Mistral-7B-Instruct-v0.2, разработчик — tsavage68. Модель предназначена для генерации текста и ответов в диалоговом формате; карточка сообщает о дообучении на неизвестном наборе данных и приводит значение loss 1,1047 на оценочном наборе.

Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Данных о специализации, поддерживаемых языках и конкретных ограничениях в карточке нет. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на инструкции на естественном языке
  • продолжение текстовых фрагментов

Ограничения

Данные обучения обозначены как неизвестный набор, поэтому специализацию и надёжность на конкретных задачах оценить нельзя. В README приведён loss 1,1047 на оценочном наборе, но его состав и методика оценки не описаны.

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

UTI_M2_1000steps_1e7rate_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: 1.1047

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
2.40210.3333252.3941
2.32350.6667502.2471
2.08631.0751.9386
1.66621.33331001.5791
1.29561.66671251.2544
1.2142.01501.2116
1.2022.33331751.1861
1.18132.66672001.1668
1.16963.02251.1528
1.10523.33332501.1412
1.06143.66672751.1329
1.11064.03001.1271
1.10194.33333251.1228
1.06914.66673501.1212
1.09475.03751.1153
1.06895.33334001.1134
1.05985.66674251.1116
1.04596.04501.1111
1.05186.33334751.1097
1.0456.66675001.1092
1.06587.05251.1066
1.07067.33335501.1067
1.05147.66675751.1057
1.04128.06001.1063
1.04558.33336251.1052
0.96578.66676501.1057
1.10159.06751.1052
1.02949.33337001.1051
1.03999.66677251.1052
1.112510.07501.1047
1.021910.33337751.1046
0.986210.66678001.1048
1.068211.08251.1049
1.058711.33338501.1049
1.021711.66678751.1051
1.054712.09001.1047
1.004712.33339251.1047
1.02112.66679501.1047
1.052813.09751.1047
1.038513.333310001.1047

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.0.0+cu117
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
744ac8b

0 моделей