/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mistral · dense
Опубликована
10 мар 2024

FIxtral

Генерация текстаТекст → текст11 профессий

FIxtral — диалоговая модель на базе Mistral для генерации текста и пошаговых ответов на инструкции.

22скачиваний за 30 дней1лайквеса обновлены12 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.

  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

FIxtral — диалоговая языковая модель, опубликованная zaursamedov1 и основанная на объединении модели mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для генерации текста и ответов на инструкции в дружелюбном пошаговом стиле; в карточке приведён пример использования через Transformers. Модель построена на архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на пользовательские инструкции
  • пошаговое объяснение решения задачи
  • дружелюбный диалог с языковой моделью

Ограничения

В README приведён лишь базовый пример взаимодействия, без оценок качества и результатов тестирования. Поддерживаемые языки отдельно не перечислены.

Для каких профессий подходит11

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

Simple Use Case

This section demonstrates a simple use case of how to interact with our model to solve problems in a step-by-step, friendly manner.

Define the Function

We define a function get_completion which takes user input, combines it with a predefined system prompt, and then sends this combined prompt to our model. The model's response is then printed out.

Here's how the function is implemented:

import torch                
from transformers import pipeline   
import os

# Load model
test_pipeline = pipeline(model="zaursamedov1/FIxtral",
                            torch_dtype=torch.bfloat16,
                            trust_remote_code=True,
                            device_map="auto")

### Define the function
def get_completion(input):
    system = "Think step by step and solve the problem in a friendly way."
    prompt = f"#### System: {system}\\n#### User: \\n{input}\\n\\n#### Response from FIxtral model:"
    print(prompt)
    fixtral_prompt = test_pipeline(prompt, max_new_tokens=500)
    return fixtral_prompt[0]["generated_text"]

# Let's prompt
prompt = "problem"
print(get_completion(prompt))

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
a526f4c

0 моделей