dolphin-mistral:7b im LLM-Testsuite-Report
Modellbeschreibung
Das unzensierte Dolphin-Modell auf Basis von Mistral, das sich bei Programmieraufgaben auszeichnet. Aktualisiert auf Version 2.8.
| Modellfamilie | dolphin-mistral |
|---|---|
| Kontext | 32K |
| Input | Text |
| Größe | 41 GB |
| Familiengrößen | 7b |
Readme-Auszug
Das Dolphin-Modell von Eric Hartford basiert auf Mistral Version 0.2, die im März 2024 veröffentlicht wurde. Dieses Modell ist unzensiert, für kommerzielle und nicht kommerzielle Nutzung verfügbar und zeichnet sich beim Programmieren aus.
Versionen
Tag Datum Hinweise v2.8 latest 03/31/2024 Basiert auf Mistral 0.2 und unterstützt ein Kontextfenster von 32K Tokens. v2.6 12/27/2023 Ein Problem in der Trainingskonfiguration wurde behoben, wodurch sich die Qualität verbesserte. Außerdem wurde der Trainingsdatensatz hinsichtlich Empathie verbessert. v2.2.1 10/30/2023 Dies ist eine Checkpoint-Veröffentlichung zur Behebung von Überanpassung im Training. v2.2 10/29/2023 Dialog- und Empathiedaten wurden hinzugefügt. v2.1 10/11/2023 Mit dem airoboros-Datensatz erweitert. v2.0 10/2/2023 Erstveröffentlichung des Modells.
Referenzen
HuggingFace
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.