/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
MIT
Архитектура
mistral · dense
Опубликована
24 окт 2024

story-emb

Генерация текстаТекст → текст3 профессии

StoryEmb — дообученная на художественных историях модель для поиска текстов со схожим повествованием.

43скачиваний за 30 дней2лайкавеса обновлены24 окт 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

StoryEmb — модель для построения представлений художественных историй, опубликованная авторами статьи «Story Embeddings — Narrative-Focused Representations of Fictional Stories». Это дообученный вариант на базе intfloat/e5-mistral-7b-instruct, обученный на дополненных данных. Модель предназначена прежде всего для поиска историй со схожим повествованием; при использовании рекомендуется добавлять префикс задачи «Retrieve stories with a similar narrative to the given story: ». Репозиторий также содержит веса адаптера для дальнейшего дообучения.

Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и имеет контекстное окно 32 768 токенов. Доступный формат весов — safetensors. Лицензия — MIT. Карточка описывает специализированное применение для поиска историй, но не сообщает оценки качества и подробностей об ограничениях на длину входных историй.

Сценарии применения

  • поиск художественных историй со схожим сюжетом и повествованием
  • подбор похожих рассказов по тексту истории
  • создание векторного поиска по коллекции художественной прозы

Ограничения

Модель обучена для поиска сходства повествования в художественных историях; её качество для иных задач не описано. Карточка не приводит результатов оценки качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

StoryEmb

This is the model from our paper "Story Embeddings — Narrative-Focused Representations of Fictional Stories". We publish the variant trained on augmented data.

You can use this just like the base model intfloat/e5-mistral-7b-instruct. We trained with the task prefix "Retrieve stories with a similar narrative to the given story: " so we recommand that you use this for story retrieval.

If you are interested in just the adapter weights (e.g. for continued fine-tuning), check out the directory adapter-weights.

Do not hestitate to reach out if you encounter any issues! You are likely one of the first few people actually downloading this :)

Citation

If you are making use of this model in your publication, please cite our paper:

@inproceedings{hatzel-biemann-2024-story-embeddings,
    title = "Story Embeddings -- Narrative-Focused Representations of Fictional Stories",
    author = "Hatzel, Hans Ole and Biemann, Chris",
    booktitle = "Proceedings of the 62st Annual Meeting of the Association for Computational Linguistics",
    year = "2024",
    address = "Miami, Florida",
    publisher = "Association for Computational Linguistics",
}

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
3705937

0 моделей