/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Не указана
Архитектура
mixtral · MoE
Опубликована
21 янв 2024

Rain-2x7B-MoE-32k-v0.1

Генерация текстаТекст → текст6 профессий

Экспериментальная модель Mixtral MoE с двумя экспертами для генерации китайского и английского текста, в том числе ответов на запросы о программировании.

46скачиваний за 30 дней2лайкавеса обновлены5 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.

  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

Rain-2x7B-MoE-32k-v0.1 — экспериментальная языковая модель с архитектурой Mixtral MoE, опубликованная yuuko-eth. Она объединяет два дообученных эксперта размером 7B: Breeze-7B-Instruct-v0_1 и CodeNinja-1.0-OpenChat-7B, построенных поверх Marcoro14-7B-slerp. В метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов.

Модель предназначена для генерации текста на китайском и английском языках, включая диалоговые запросы и задачи программирования. Для работы README рекомендует использовать шаблоны промптов базовых моделей; активационные слова для программирования включают code, python, typescript, javascript, programming и algorithm.

Это экспериментальная версия, а README рекомендует оценить её перед использованием в прикладных системах и сообщает о выпуске более новой версии v0.2. Репозиторий содержит веса Safetensors. Лицензия в метаданных обозначена как unknown, поэтому условия использования по доступным сведениям определить нельзя.

Сценарии применения

  • генерация ответов на китайском языке
  • диалоговые ответы на английском языке
  • генерация и дополнение кода
  • ответы на вопросы о программировании
  • обработка длинных текстовых запросов с контекстом до 32 тысяч токенов

Ограничения

Версия обозначена как экспериментальная; README рекомендует оценить модель перед использованием в прикладных системах и указывает на более новую версию v0.2. Лицензия в метаданных обозначена как unknown.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

小雨同學 2x7B

採用聯發科 Breeze 7B Instruct 為基底的國語 MoE (Mixture-of-Experts) 模型,共有兩個 Expert model。

請用 Marcoro14-7B 或是 Breeze-7B-Instruct 所推薦的 Prompt 格式進行操作;以下為模型配置。

Rain-2x7B-MoE-32k-v0.1

This is an experimental Mixtral-architecture MoE model with 2 of 7B sized fine-tunes. Breeze and CodeNinja are used on top of Marcoro14-7B-slerp.

Model configuration is as follows:

To use the model, please use either prompt templates suggested by the base models.

Notes

Please evaluate before use in any application pipeline. Activation for coding part of the model would be 'code', 'python', 'typescript', 'javascript', 'programming', 'algorithm'.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
a95e630

0 моделей