Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 14,5 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Библиотека: transformers
Опубликована: 27 фев 2024

Ссылки

Hugging Face

Experiment25-7B

yam-peleg

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,1-миллиардная модель Mistral для генерации текста и проверки конвейера обучения и оценки LLM.

57скачиваний за 30 дней0лайковвеса обновлены27 фев 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

Experiment25-7B — экспериментальная языковая модель на 7,1 млрд параметров с плотной архитектурой Mistral, опубликованная yam-peleg. Репозиторий предназначен для проверки и улучшения исследовательского конвейера обучения и оценки LLM: в эксперименте изучаются подготовка данных, алгоритмы обучения, эффективность архитектуры и метрики оценки.

Модель принимает текст и генерирует текст; метаданные указывают контекст до 32 768 токенов и библиотеку Transformers. Карточка не описывает конкретные пользовательские сценарии, результаты оценки или специализированные языки, кроме английского, отмеченного в метаданных. Весы доступны в формате safetensors по лицензии Apache-2.0.

Сценарии применения

экспериментальная генерация текста
проверка конвейера обучения языковых моделей
оценка метрик качества LLM

Ограничения

Карточка не приводит результаты бенчмарков или подтверждение качества для прикладных задач. Назначение описано как экспериментальная проверка исследовательского конвейера.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experiment25-7B

An experiment for testing and refining a specific training and evaluation pipeline research framework.

This experiment aims to identify potential optimizations, focusing on data engineering, architecture efficiency, and evaluation performance.

The goal is to evaluate the effectiveness of a new training / evaluation pipeline for LLMs.

The experiment will explore adjustments in data preprocessing, model training algorithms, and evaluation metrics to test methods for improvement.

More details in the future experiments.

license: apache-2.0

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: aa6e420