Mistral Nemo Base 2407

🚀 Mistral-Nemo-Base-2407モデルカード

Mistral-Nemo-Base-2407大規模言語モデル（LLM）は、Mistral AIとNVIDIAによって共同で学習された120億パラメータの事前学習済み生成型テキストモデルです。このモデルは、同サイズまたはそれ以下の既存のモデルを大きく上回る性能を発揮します。

このモデルの詳細については、弊社のリリースブログ記事を参照してください。

✨ 主な機能

• Apache 2ライセンスの下で公開されています。
• 事前学習済みバージョンと命令調整済みバージョンがあります。
• 128kのコンテキストウィンドウで学習されています。
• 多言語およびコードデータの大部分で学習されています。
• Mistral 7Bのドロップイン置換が可能です。

🔧 技術詳細

モデルアーキテクチャ

Mistral Nemoはトランスフォーマーモデルで、以下のアーキテクチャが選択されています。

• レイヤー数: 40
• 次元数: 5,120
• ヘッド次元数: 128
• 隠れ層次元数: 14,436
• 活性化関数: SwiGLU
• ヘッド数: 32
• kvヘッド数: 8 (GQA)
• 語彙サイズ: 2**17 ≈ 128k
• ロータリー埋め込み (theta = 1M)

評価指標

主要ベンチマーク

多言語ベンチマーク (MMLU)

💻 使用例

このモデルは、3つの異なるフレームワークで使用できます。

• mistral_inference: こちらを参照
• transformers: こちらを参照
• NeMo: nvidia/Mistral-NeMo-12B-Baseを参照

基本的な使用法

Mistral Inference

インストール

mistralai/Mistral-Nemo-Base-2407をmistral-inferenceで使用することをおすすめします。HF transformersのコードスニペットについては、下にスクロールしてください。

pip install mistral_inference

ダウンロード

from huggingface_hub import snapshot_download
from pathlib import Path

mistral_models_path = Path.home().joinpath('mistral_models', 'Nemo-v0.1')
mistral_models_path.mkdir(parents=True, exist_ok=True)

snapshot_download(repo_id="mistralai/Mistral-Nemo-Base-2407", allow_patterns=["params.json", "consolidated.safetensors", "tekken.json"], local_dir=mistral_models_path)

デモ

mistral_inferenceをインストールした後、環境にmistral-demo CLIコマンドが使用可能になります。

mistral-demo $HOME/mistral_models/Nemo-v0.1

Transformers

⚠️ 重要提示

新しいリリースが行われるまで、transformersをソースからインストールする必要があります。

pip install git+https://github.com/huggingface/transformers.git

Hugging Faceのtransformersを使用してテキストを生成する場合は、次のようにできます。

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "mistralai/Mistral-Nemo-Base-2407"
tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(model_id)
inputs = tokenizer("Hello my name is", return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

💡 使用建议

以前のMistralモデルとは異なり、Mistral Nemoはより小さい温度を必要とします。温度0.3を使用することをおすすめします。

注意事項

Mistral-Nemo-Base-2407は事前学習済みのベースモデルであり、モデレーションメカニズムはありません。

Mistral AIチーム

Albert Jiang, Alexandre Sablayrolles, Alexis Tacnet, Alok Kothari, Antoine Roux, Arthur Mensch, Audrey Herblin-Stoop, Augustin Garreau, Austin Birky, Bam4d, Baptiste Bout, Baudouin de Monicault, Blanche Savary, Carole Rambaud, Caroline Feldman, Devendra Singh Chaplot, Diego de las Casas, Eleonore Arcelin, Emma Bou Hanna, Etienne Metzger, Gaspard Blanchet, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Harizo Rajaona, Henri Roussez, Hichem Sattouf, Ian Mack, Jean-Malo Delignon, Jessica Chudnovsky, Justus Murke, Kartik Khandelwal, Lawrence Stewart, Louis Martin, Louis Ternon, Lucile Saulnier, Lélio Renard Lavaud, Margaret Jennings, Marie Pellat, Marie Torelli, Marie-Anne Lachaux, Marjorie Janiewicz, Mickaël Seznec, Nicolas Schuhl, Niklas Muhs, Olivier de Garrigues, Patrick von Platen, Paul Jacob, Pauline Buche, Pavan Kumar Reddy, Perry Savas, Pierre Stock, Romain Sauvestre, Sagar Vaze, Sandeep Subramanian, Saurabh Garg, Sophia Yang, Szymon Antoniak, Teven Le Scao, Thibault Schueller, Thibaut Lavril, Thomas Wang, Théophile Gervet, Timothée Lacroix, Valera Nemychnikova, Wendy Shang, William El Sayed, William Marshall

📄 ライセンス

このモデルはApache 2.0ライセンスの下で公開されています。

⚠️ 重要提示

当社があなたの個人情報をどのように処理するかについて詳しく知りたい場合は、プライバシーポリシーをお読みください。