Project Icon

Yarn-Mistral-7b-128k

基于Mistral-7B的128K长文本语言模型

这是一个基于Mistral-7B-v0.1的模型扩展,采用YaRN方法完成1500步长文本预训练,将上下文窗口扩展至128K tokens。模型在长短文本处理方面保持稳定表现,通过ARC-c、Hellaswag、MMLU和Truthful QA等基准测试验证,适用于长文本处理场景。

Mistral-Ita-7b - 基于Mistral架构的意大利语自然语言处理模型
GithubHuggingfaceMistral-7B开源项目意大利语言模型文本生成模型模型量化自然语言处理
Mistral-Ita-7b是基于Mistral-7B-v0.1架构开发的意大利语言模型,在hellaswag_it、arc_it和m_mmlu_it测试中平均准确率为58.66%。模型支持4位量化,可降低资源占用并提升处理效率。通过Python接口可实现意大利语文本生成及其他自然语言处理功能。
Mistral-7B-Instruct-v0.1-AWQ - AWQ量化优化的Mistral-7B指令模型 支持GPU加速推理
AWQ量化GithubHuggingfaceMistral-7B-Instruct-v0.1人工智能大语言模型开源项目指令微调模型
Mistral-7B-Instruct-v0.1-AWQ是基于Mistral AI开源的指令微调语言模型,经过AWQ 4位量化优化。该模型保留了原版的分组查询注意力和滑动窗口注意力等特性,同时大幅降低了模型大小,提升了GPU推理速度。它支持处理4096个token的长文本输入,适合需要高效部署的应用场景。开发者可以通过Python接口便捷地使用该模型进行文本生成。
Mistral-7B-Instruct-v0.3 - Mistral-7B-Instruct-v0.3模型的指令微调与功能调用概述
GithubHuggingfaceMistral-7B-Instruct-v0.3Open LLM Leaderboard功能调用开源项目文本生成模型模型微调
Mistral-7B-Instruct-v0.3模型经过指令微调,支持32768词汇和v3 Tokenizer,并具备功能调用能力。在多个评测如AI2 Reasoning Challenge和HellaSwag中展示良好表现。该模型支持多种使用方式,包括简单安装、下载指南及在Hugging Face上的文本生成,利用CLI命令与模型对话,或调用自定义功能。尽管缺乏内容审查机制,Mistral团队正与社区合作,以确保输出适合多种环境。
Mistral-7B-Instruct-v0.1 - 多种推理方式支持的指令调优大语言模型
GithubHuggingfaceMistral-7B-Instruct-v0.1大语言模型开源项目指令微调机器学习模型自然语言处理
Mistral-7B-Instruct-v0.1是基于Mistral-7B-v0.1的指令调优大语言模型。该模型通过多种公开对话数据集微调,支持mistral_common、mistral_inference和transformers等多种推理方式。它采用分组查询注意力和滑动窗口注意力机制,结合字节回退BPE分词器,提供简单的指令格式,适用于对话生成任务。模型架构优化使其在保持高性能的同时,具备良好的通用性和易用性。
Infinity-Instruct-3M-0613-Mistral-7B - 提升语言模型性能的开源指导调优模型
AlpacaEval2.0GithubHuggingfaceInfinity Instruct开源模型开源项目指令微调无反馈强化学习模型
Infinity-Instruct-3M-0613-Mistral-7B是一个开源的指导调优模型,无需人类反馈的强化学习。该模型在百万级指令数据集上经过微调,在AlpacaEval 2.0基准测试中取得了25.5的高分,表现优于Mixtral 8x7B v0.1、Gemini Pro和GPT-3.5。通过低成本训练提高了Mistral-7B的基础能力和对话能力,并在MT-Bench测试中表现出色。适合多样化的下游任务,该模型为研究与应用提供了良好的支持。
mistral-7b-sft-beta - 基于UltraChat数据集训练的Mistral-7B优化模型
GithubHuggingFaceHuggingfaceMistral-7B开源项目微调模型深度学习自然语言处理
Mistral-7B-sft-beta是一个在UltraChat数据集上训练的大型语言模型,基于Mistral-7B-v0.1开发。作为Zephyr-7B-β的基础训练模型,采用直接偏好优化方法,支持英语文本生成。模型包含7B参数,使用MIT开源协议,通过TRL框架的SFTTrainer在经过筛选的UltraChat对话数据集上完成训练。
Mistral-7B-Instruct-v0.3-GGUF - 高性能量化版指令微调大语言模型
GithubHuggingfaceMistral-7B-Instruct-v0.3大型语言模型开源项目提示模板模型硬件要求量化
Mistral-7B-Instruct-v0.3 GGUF是一系列针对不同硬件条件优化的量化模型。支持32k上下文长度、扩展词表和函数调用,适用于对话等交互任务。模型大小从2.72GB到14.5GB不等,提供多种精度选择,平衡性能和资源消耗。GGUF格式便于在各类设备上高效部署和使用。
Mixtral-8x22B-v0.1 - 多平台兼容的预训练大规模语言模型
GithubHugging FaceHuggingfaceMistral AIMixtral-8x22B开源项目模型生成模型语言模型
这是一款多语言兼容的预训练大型语言模型,支持生成性稀疏专家技术,兼容vLLM和Hugging Face transformers库,提供灵活的运行选项和优化内存管理的优势。然而,用户需注意,该模型没有内容审核功能。
TowerInstruct-Mistral-7B-v0.2 - Mistral架构多语言翻译模型实现十种语言互译及语言处理
GithubHuggingfaceMistralTowerInstruct多语言翻译开源项目机器学习模型语言模型
TowerInstruct-Mistral-7B-v0.2是一款经TowerBlocks数据集微调的7B参数语言模型。该模型支持英语、德语、法语等十种主要语言,具备句子及段落翻译、术语识别翻译、上下文感知翻译等核心能力。同时集成自动后期编辑、命名实体识别、语法纠错和释义生成等功能。与13B版本相比,保持相近性能的同时将模型规模减半。
Mistral-7B-OpenOrca-GGUF - Mistral 7B OpenOrca:高效文本生成的开源模型
GPU加速GithubHuggingfaceMistral 7B OpenOrca开源项目文本生成模型模型文件量化方法
Mistral 7B OpenOrca是由OpenOrca推出的GGUF格式模型,支持多种量化方法和GPU加速,适用于多种文本生成场景。模型兼容多种网络UI和Python库,采用先进技术实现高效内存管理和性能优化,支持长序列扩展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号