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

Experiment29-7B

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Mistral на 7,1 млрд параметров для генерации текста и проверки конвейеров обучения и оценки LLM.

72скачиваний за 30 дней1лайквеса 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

Experiment29-7B — экспериментальная языковая модель на архитектуре Mistral, опубликованная yam-peleg. Репозиторий содержит плотную причинно-авторегрессионную модель объёмом 7,1 млрд параметров в формате Safetensors; заявленный размер контекста — 32 768 токенов. Модель предназначена для проверки и уточнения конвейера обучения и оценки LLM, включая обработку данных, алгоритмы обучения и метрики оценки.

Модель выполняет генерацию текста и рассчитана на эксперименты с обучением и оцениванием языковых моделей. README не описывает отдельные пользовательские сценарии или подтверждённые улучшения качества. Лицензия — Apache-2.0.

Сценарии применения

генерация текста в экспериментах с LLM
проверка конвейера обучения языковых моделей
оценка метрик качества генерации
эксперименты с предварительной обработкой обучающих данных

Ограничения

README описывает исследовательский конвейер, но не приводит результатов оценки или подтверждённых улучшений модели. Английский указан среди языков карточки; другие языки не заявлены.

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.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Experiment29-7B

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: 11a51df