/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
25 мар 2024

correction_1

Генерация текстаТекст → текст9 профессий

Плотная языковая модель Mistral на 7,1 млрд параметров, полученная слиянием предварительно обученных моделей и предназначенная для генерации текста.

54скачиваний за 30 дней0лайковвеса обновлены25 мар 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

vanillaOVO/correction_1 — исправленное слияние предварительно обученных языковых моделей, созданное с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров, предназначенная для генерации текста. Модель можно загружать через Transformers как MistralForCausalLM; веса доступны в формате safetensors.

Контекст модели составляет до 32 768 токенов. README не описывает специализацию, языковое покрытие или сравнительные преимущества модели, поэтому её уместно рассматривать как языковую модель общего назначения без подтверждённых узких сценариев. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • подготовка черновиков и формулировок
  • ответы на текстовые запросы
  • суммаризация текста
  • эксперименты со слиянием языковых моделей

Ограничения

README не сообщает о специализированных возможностях, языковом покрытии или результатах оценки качества; ответы и пригодность для конкретных задач следует проверять отдельно.

Для каких профессий подходит9

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

This is a corrected merge of pre-trained language models created using mergekit.

More descriptions of the model will be added soon.

Loading the Model

Use the following Python code to load the model:

import torch
from transformers import MistralForCausalLM, AutoTokenizer

model = MistralForCausalLM.from_pretrained("vanillaOVO/correction_1", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("vanillaOVO/correction_1")

Generating Text

To generate text, use the following Python code:

text = "Large language models are "
inputs = tokenizer(text, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

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
4d4603c

0 моделей