Характеристики

Контекст: 1 024 000 токенов
Параметры: 12,1 млрд
Размер весов: 24,5 ГБ
Архитектура: mistral · dense
Базовая модель: dolphin-2.9.3-mistral-nemo-12b
Библиотека: transformers
Опубликована: 25 ноя 2024

Ссылки

Hugging Face arXiv 2306.01708

ChatML-Nemo-Pro

win10

Генерация текстаТекст → текст

Объединённая модель Mistral на 12,1 млрд параметров для генерации текста и диалогового общения в формате ChatML.

20скачиваний за 30 дней2лайкавеса обновлены25 ноя 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

ChatML-Nemo-Pro — объединённая языковая модель на архитектуре Mistral, созданная с помощью mergekit методом TIES. В объединение вошли cognitivecomputations/dolphin-2.9.3-mistral-nemo-12b, cyberagent/Mistral-Nemo-Japanese-Instruct-2408 и shuttleai/shuttle-2.5-mini; базой при слиянии служила shuttleai/shuttle-2.5-mini. Модель содержит 12,1 млрд параметров и опубликована в формате safetensors для библиотеки Transformers.

Модель предназначена для генерации текста и диалогового общения в формате ChatML. Японский язык явно представлен в одной из исходных моделей; карточка также указывает на возможности чата. Метаданные заявляют контекст до 1 024 000 токенов, однако README не поясняет условия его поддержки и качество работы на такой длине. Лицензия в предоставленных данных не указана.

Сценарии применения

ведение диалога с чат-ботом
генерация ответов на текстовые запросы
создание черновиков и продолжений текста

Ограничения

Качество, безопасность ответов и фактическая точность не описаны. Заявленная длина контекста в 1 024 000 токенов приведена в метаданных, но условия её практического использования в README не поясняются.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

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

Merge Details

Merge Method

This model was merged using the TIES merge method using shuttleai/shuttle-2.5-mini as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: shuttleai/shuttle-2.5-mini
    parameters:
      density: 1
      weight: 1 
      
  - model: cognitivecomputations/dolphin-2.9.3-mistral-nemo-12b
    parameters:
      density: 1
      weight: 1 
      
  - model: cyberagent/Mistral-Nemo-Japanese-Instruct-2408
    parameters:
      density: 1
      weight: 1 
        
  - model: shuttleai/shuttle-2.5-mini
    parameters:
      density: 1
      weight: 1 
      
  - model: cognitivecomputations/dolphin-2.9.3-mistral-nemo-12b
    parameters:
      density: 1
      weight: 1 
      
  - model: cyberagent/Mistral-Nemo-Japanese-Instruct-2408
    parameters:
      density: 1
      weight: 1 
      
merge_method: ties
base_model: shuttleai/shuttle-2.5-mini
parameters:
  normalize: false
  int8_mask: true
dtype: bfloat16

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: MistralForCausalLM
Ревизия весов: fb8ca78