/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
526 млн
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Опубликована
28 янв 2024

Mixsmol-4x400M-v0.1-epoch2

Генерация текстаТекст → текст3 профессии

Экспериментальная MoE-модель Ontocord для генерации текста и изучения рассуждений и межъязыкового понимания.

105скачиваний за 30 дней5лайковвеса обновлены30 янв 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

Mixsmol-4x400M-v0.1 — экспериментальная языковая модель Ontocord с архитектурой MixtralForCausalLM типа MoE и примерно 526 млн параметров. Это ранний чекпойнт, обученный на 50 млрд токенов; авторы использовали его для проверки подходов к смешиванию данных, рассуждению на основе синтетических учебников и межъязыковому пониманию.

Модель предназначена для генерации текста и исследовательских экспериментов с языковыми моделями. В обучающие данные входили синтетические учебники, веб-тексты, математические материалы, Wikipedia, код и инструкции. Данные были примерно на 95% английскими и на 5% вьетнамскими. Контекст составляет 4096 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация текста на английском языке
  • эксперименты с рассуждениями на синтетических учебниках
  • исследование межъязыкового понимания английского и вьетнамского
  • эксперименты с генерацией математических и кодовых текстов

Ограничения

Авторы обозначают чекпойнт как экспериментальный и обучали его на ограниченном для заявленных целей объёме данных; максимальные возможности планировалось проверять в последующем запуске обучения. 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

Mixsmol-4x400M-v0.1 by Ontocord

This is the first checkpoint (Epoch 1) of Mixsmol-4x400M-v0.1 Note that this is an experimental in data mixing. Therefore, we only trained the model on 50B tokens (95% English and 5% Vietnamese) to test the following:

  • Reasoining capabilities through high-quality synthetic textbooks data pretraining
  • Crosslingual understanding through machine translation and multilingual + multiple tasks pretraining

After verifying our hypothesis with this run, we will schedule a second run on bigger data and compute for it to achieve its maximum capability.

Data

  • Synthetic Textbooks: 8M samples
  • RefinedWeb: 1M samples
  • RedPajama-v2: 500K samples
  • MathPile: Everything
  • ThePile: MiniPile Subset
  • GoodWiki
  • The Stack Smol XL
  • The Vault: train_small split
  • Instruction Pretraining: 250k samples

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
3741dbd

0 моделей