— Архитектура модели: Mistral-Nemo — Входные данные: текст — Выходные данные: текст — Оптимизация модели: — Весовое квантование: FP8 — Квантование активации: FP8 — Варианты предполагаемого использования: Предназначено для коммерческого и исследовательского использования на английском языке. Как и Meta-Llama-3-8B-Instruct, эта модель предназначена для общения в режиме помощника. — За пределами области применения: использование любым способом, нарушающим применимые законы и правила (включая законы о торговом регулировании). Используйте на языках, отличных от английского. — Дата выпуска: 18 июля 2024 г. — Версия: 1.0 — Лицензии: apache-2.0 — Разработчики модели: Neural Magic Квантованная версия Mistral-Nemo-Instruct-2407. Он достигает среднего балла 71,28 в тесте OpenLLM (версия 1), тогда как неквантованная модель достигает 71,61. Эта модель была получена путем квантования весов и активаций Mistral-Nemo-Instruct-2407 до типа данных FP8, готового к выводу с vLLM >= 0,5.0. Эта оптимизация уменьшает количество бит на параметр с 16 до 8, уменьшая размер диска и требования к памяти графического процессора примерно на 50%. Квантуются только веса и активации линейных операторов внутри блоков преобразователей. Применяется симметричное потензорное квантование, при котором одна линейная…
Модальности:
Генерация текста
Области применения:
Диалог / чат Следование инструкциям
Задача: Генерация текста
Автор: RedHatAI
Теги: mistral, fp8, vllm, conversational, en, text-generation-inference, endpoints_compatible
Лайков: 18 | Загрузок: 2,225
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
