/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
12 дек 2023

Rabbit-7B-v2-DPO-Chat

Генерация текстаТекст → текст7 профессий

Чат-модель Rabbit на базе Mistral для генерации ответов и другого текста, созданная слиянием моделей и обучением DPO.

62скачиваний за 30 дней0лайковвеса обновлены12 дек 2023

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

Rabbit-7B-v2-DPO-Chat — чат-модель на 7,1 млрд параметров, опубликованная viethq188. Она основана на Mistral и создана слиянием AIDC-ai-business/Marcoroni-7B-v3 и Q-bert/MetaMath-Cybertron-Starling методом SLERP; в README также указано использование mistralai/Mistral-7B-Instruct-v0.2 и последующее обучение DPO на данных HF. Модель предназначена для генерации ответов в диалоге и других задач генерации текста; для общения можно использовать шаблон Alpaca.

Модель принимает текст и выдаёт текст, хранится в формате safetensors и поддерживает контекст до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. В README и метаданных не описаны языковой охват и оценки качества; результаты могут зависеть от шаблона промпта и сценария применения.

Сценарии применения

  • генерация ответов в текстовом чате
  • составление текстов по запросу
  • следование инструкциям в формате диалога
  • ответы на вопросы в свободной форме

Ограничения

В карточке не приведены оценки качества и сведения о поддерживаемых естественных языках. Для диалога README рекомендует шаблон Alpaca.

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

Merge AIDC-ai-business/Marcoroni-7B-v3, Q-bert/MetaMath-Cybertron-Starling, mistralai/Mistral-7B-Instruct-v0.2 using slerp merge from https://github.com/cg123/mergekit.

After that we trained DPO with HF data.

config.yaml

slices:
  - sources:
      - model: AIDC-ai-business/Marcoroni-7B-v3
        layer_range: [0, 32]
      - model: Q-bert/MetaMath-Cybertron-Starling
        layer_range: [0, 32]
merge_method: slerp
base_model: AIDC-ai-business/Marcoroni-7B-v3
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5 
dtype: float16

You can use alpaca template.

template_format = """{system}
### Instruction:
{prompt}

### Response:
"""

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
7dae800

0 моделей