/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
29 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Библиотека
transformers
Опубликована
7 ноя 2023

Yarn-Mistral-7b-128k-sharded

Генерация текстаТекст → текст

Модель на базе Mistral-7B, дообученная методом YaRN для генерации текста с длинным контекстом до 128 тыс. токенов.

19скачиваний за 30 дней2лайкавеса обновлены7 ноя 2023

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

Yarn-Mistral-7b-128k — языковая модель семейства Mistral, разработанная командой Nous Research и соавторами. Модель на 7,1 млрд параметров основана на Mistral-7B-v0.1 и дополнительно предобучена на данных с длинным контекстом в течение 1500 шагов с применением метода YaRN. Для загрузки используются Transformers и safetensors.

Модель предназначена для генерации текста и работы с длинными входными последовательностями: чтения больших документов, анализа протяжённых материалов и ответов с учётом удалённых фрагментов контекста. README заявляет окно контекста до 128 тыс. токенов; метаданные указывают native context в 32 768 токенов. В коротких тестах авторы сообщают о небольшом снижении качества относительно Mistral-7B-v0.1, а также приводят результаты perplexity на длинном контексте.

В карточке указан английский язык. Лицензия — Apache-2.0. Для загрузки в описанном авторами сценарии требуется trust_remote_code=True и актуальная версия Transformers; фактическое использование длинного контекста зависит от конфигурации и вычислительных ресурсов.

Сценарии применения

  • анализ длинных англоязычных документов
  • ответы на вопросы по большим текстовым материалам
  • суммаризация протяжённых текстов
  • генерация текста с учётом длинного контекста

Ограничения

Модель имеет 7,1 млрд параметров, а результаты тестов показывают небольшое снижение качества на коротких задачах относительно Mistral-7B-v0.1. Загрузка с указанным авторами способом требует trust_remote_code=True и актуальной версии Transformers.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This repo contains a SHARDED version of: https://huggingface.co/NousResearch/Yarn-Mistral-7b-128k

Huge thanks to the publishers for their amazing work, all credits go to them: https://huggingface.co/NousResearch

Model Card: Nous-Yarn-Mistral-7b-128k

Preprint (arXiv)
GitHub yarn

Model Description

Nous-Yarn-Mistral-7b-128k is a state-of-the-art language model for long context, further pretrained on long context data for 1500 steps using the YaRN extension method. It is an extension of Mistral-7B-v0.1 and supports a 128k token context window.

To use, pass trust_remote_code=True when loading the model, for example

model = AutoModelForCausalLM.from_pretrained("NousResearch/Yarn-Mistral-7b-128k",
  use_flash_attention_2=True,
  torch_dtype=torch.bfloat16,
  device_map="auto",
  trust_remote_code=True)

In addition you will need to use the latest version of transformers (until 4.35 comes out)

pip install git+https://github.com/huggingface/transformers

Benchmarks

Long context benchmarks:

ModelContext Window8k PPL16k PPL32k PPL64k PPL128k PPL
Mistral-7B-v0.18k2.96----
Yarn-Mistral-7b-64k64k3.042.652.442.20-
Yarn-Mistral-7b-128k128k3.082.682.472.242.19

Short context benchmarks showing that quality degradation is minimal:

ModelContext WindowARC-cHellaswagMMLUTruthful QA
Mistral-7B-v0.18k59.9883.3164.1642.15
Yarn-Mistral-7b-64k64k59.3881.2161.3242.50
Yarn-Mistral-7b-128k128k58.8780.5860.6442.46

Collaborators

The authors would like to thank LAION AI for their support of compute for this model. It was trained on the JUWELS supercomputer.

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
2f6d1ea

0 моделей