Instructions to use raulgdp/resultados with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- PEFT
How to use raulgdp/resultados with PEFT:
from peft import PeftModel from transformers import AutoModelForCausalLM base_model = AutoModelForCausalLM.from_pretrained("mistralai/Mistral-7B-Instruct-v0.3") model = PeftModel.from_pretrained(base_model, "raulgdp/resultados") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -17,15 +17,16 @@ should probably proofread and complete it, then remove this comment. -->
|
|
| 17 |
# resultados
|
| 18 |
|
| 19 |
Este es un modelo afinado sobre [mistralai/Mistral-7B-Instruct-v0.3](https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.3)
|
| 20 |
-
sobre un dataset de preguntas-respuestas del acuerdo 009 con un batch_size=1 y 10 épocas
|
|
|
|
| 21 |
logrando una pérdida de:
|
| 22 |
- Loss: 0.2677
|
| 23 |
|
| 24 |
## Model description
|
| 25 |
|
| 26 |
-
Este modelo se está usando para un sistema de chatbot que responde a preguntas sobre el acuerdo 009, el
|
| 27 |
-
|
| 28 |
-
con
|
| 29 |
|
| 30 |
## Intended uses & limitations
|
| 31 |
|
|
|
|
| 17 |
# resultados
|
| 18 |
|
| 19 |
Este es un modelo afinado sobre [mistralai/Mistral-7B-Instruct-v0.3](https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.3)
|
| 20 |
+
sobre un dataset de preguntas-respuestas del acuerdo 009 con un batch_size=1 y 10 épocas
|
| 21 |
+
con un uso total de VRAM de la GPU de 24 Gz,
|
| 22 |
logrando una pérdida de:
|
| 23 |
- Loss: 0.2677
|
| 24 |
|
| 25 |
## Model description
|
| 26 |
|
| 27 |
+
Este modelo se está usando para un sistema de chatbot que responde a preguntas sobre el acuerdo 009,por ahora se está usando el modelo para probarlo al estilo [Arena chatbot](https://lmarena.ai/)
|
| 28 |
+
con el fin de medir el rendimiento como un chat directo y se está probando el uso de RAG para responder a preguntas
|
| 29 |
+
con dcocumentos actuales.
|
| 30 |
|
| 31 |
## Intended uses & limitations
|
| 32 |
|