Характеристики

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

Ссылки

Hugging Face

Experiment28-7B

yam-peleg

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,1-миллиардная модель Mistral для исследований конвейера обучения и оценки языковых моделей.

86скачиваний за 30 дней2лайкавеса обновлены2 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.

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

Experiment28-7B — экспериментальная языковая модель на архитектуре Mistral, разработанная yam-peleg для проверки и уточнения конвейера обучения и оценки больших языковых моделей. Модель содержит 7,1 млрд параметров и принимает текст для генерации текста; заявленная длина контекста — 32 768 токенов. В карточке указан английский язык.

Проект предназначен для изучения методов подготовки данных, эффективности архитектуры, алгоритмов обучения и метрик оценки. Карточка не описывает конкретные прикладные возможности или результаты тестирования, поэтому качество модели для пользовательских задач не установлено. Лицензия — Apache-2.0.

Сценарии применения

экспериментальная генерация текста на английском языке
проверка методов предобработки обучающих данных
оценка алгоритмов обучения языковых моделей
сравнение метрик оценки LLM

Ограничения

Карточка не приводит результатов оценки или сведений о качестве на конкретных пользовательских задачах; применимость модели за пределами экспериментов с обучением и оценкой не описана.

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 II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей 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

Experiment28-7B

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: 5efde29