🚀开源大模型Mistral 7B：性能超群，功能丰富！
摘要
Mistral 7B是一个性能卓越的7亿参数开源AI模型，支持多种功能，包括指令遵循和文本补全。它在基准测试中超越了更大的模型，并新增了函数调用功能，使其在AI应用中更加灵活和强大。
内容
Mistral 7B，一个拥有7亿参数的开源模型，以其卓越的性能和丰富的功能在AI界引起轰动。🌟 它不仅在所有基准测试中超越了Llama 2 13B，在许多测试中甚至超过了Llama 1 34B。Mistral 7B在代码性能上接近CodeLlama 7B，同时在英语任务上也表现出色。📝
Mistral 7B支持指令遵循（instruct）和文本补全（text completion）两种模式，适用于各种场景。🔧 v0.3版本更是新增了函数调用功能，使得模型更加灵活。🌐 通过CLI和API，用户可以轻松地与Mistral 7B交互，实现快速的文本生成和复杂的任务处理。
无论是通过命令行工具"ollama run mistral"还是通过API调用，Mistral 7B都能提供高效、准确的服务。🔍 它的多样性和易用性，使其成为提高工作效率和探索AI可能性的理想选择。
Run the model locally
Id
f974a74358d6
f974a74358d6
7334da3db4d2
1344ecf13c2e
7f1b28865005
9fddddabfd5d
30ead8e09346
b17615239298
4455f2ee0189
1a85656b534f
d8ee783f8c73
69b94d2f2086
0aeff8418eda
8397c99c426f
6e47e694bb5c
bb307cbab5aa
2162e081e7f0
094d67ff087c
6deedd139c2a
efe60f8368f7
6897f015d8dc
a0adecf535f4
61e88e884507
658e1f4c66cc
eb14864c7427
ba00d3a5239e
0e6b5e504307
ff048d9b25be
bec2cbe92b28
db882a87043d
1019a5160773
3f321fd2a1c3
1729fae719f1
df064eda326d
4bd00c37f8e9
828e3497b80a
86f93ac8c353
f974a74358d6
68d44147583f
61e1a49f19db
cabb111d0d1f
a984e4fe4fe9
3bc215ead684
244c1435dd8e
0e7c66bf1366
639daf3310ab
10e5a5ebd26d
495ae085225b
0c3d49e38913
741772b3543d
ae1eaf0c61df
633491386324
ec0a4bd34689
d19e34de4cb6
14d146cb57dc
60eca258468e
e6aa05445f6e
efb1aa205985
05b86a2ea9de
71cd339e522c
be6784da326c
08f5c2f86290
3197b6e23271
06b91ca50a5e
748b32627509
991a9afb3a73
519ef17de46e
1cd170493ae6
495ae085225b
fae6ab253307
33518cc91a4d
1a6db06e5aa7
de4b5d95fa55
719e139683a3
d4e74c03817c
d419d7d9e74a
017da36fcc18
e844517e7eaf
f974a74358d6
495ae085225b
b17615239298
61e88e884507
f974a74358d6
Model
7b
7b-instruct
7b-instruct-fp16
7b-instruct-q2_K
7b-instruct-q3_K_L
7b-instruct-q3_K_M
7b-instruct-q3_K_S
7b-instruct-q4_0
7b-instruct-q4_1
7b-instruct-q4_K_M
7b-instruct-q4_K_S
7b-instruct-q5_0
7b-instruct-q5_1
7b-instruct-q5_K_M
7b-instruct-q5_K_S
7b-instruct-q6_K
7b-instruct-q8_0
7b-instruct-v0.2-fp16
7b-instruct-v0.2-q2_K
7b-instruct-v0.2-q3_K_L
7b-instruct-v0.2-q3_K_M
7b-instruct-v0.2-q3_K_S
7b-instruct-v0.2-q4_0
7b-instruct-v0.2-q4_1
7b-instruct-v0.2-q4_K_M
7b-instruct-v0.2-q4_K_S
7b-instruct-v0.2-q5_0
7b-instruct-v0.2-q5_1
7b-instruct-v0.2-q5_K_M
7b-instruct-v0.2-q5_K_S
7b-instruct-v0.2-q6_K
7b-instruct-v0.2-q8_0
7b-instruct-v0.3-fp16
7b-instruct-v0.3-q2_K
7b-instruct-v0.3-q3_K_L
7b-instruct-v0.3-q3_K_M
7b-instruct-v0.3-q3_K_S
7b-instruct-v0.3-q4_0
7b-instruct-v0.3-q4_1
7b-instruct-v0.3-q4_K_M
7b-instruct-v0.3-q4_K_S
7b-instruct-v0.3-q5_0
7b-instruct-v0.3-q5_1
7b-instruct-v0.3-q5_K_M
7b-instruct-v0.3-q5_K_S
7b-instruct-v0.3-q6_K
7b-instruct-v0.3-q8_0
7b-text
7b-text-fp16
7b-text-q2_K
7b-text-q3_K_L
7b-text-q3_K_M
7b-text-q3_K_S
7b-text-q4_0
7b-text-q4_1
7b-text-q4_K_M
7b-text-q4_K_S
7b-text-q5_0
7b-text-q5_1
7b-text-q5_K_M
7b-text-q5_K_S
7b-text-q6_K
7b-text-q8_0
7b-text-v0.2-fp16
7b-text-v0.2-q2_K
7b-text-v0.2-q3_K_L
7b-text-v0.2-q3_K_M
7b-text-v0.2-q3_K_S
7b-text-v0.2-q4_0
7b-text-v0.2-q4_1
7b-text-v0.2-q4_K_M
7b-text-v0.2-q4_K_S
7b-text-v0.2-q5_0
7b-text-v0.2-q5_1
7b-text-v0.2-q5_K_M
7b-text-v0.2-q5_K_S
7b-text-v0.2-q6_K
7b-text-v0.2-q8_0
instruct
text
v0.1
v0.2
v0.3
Size
4.1GB
4.1GB
14GB
3.1GB
3.8GB
3.5GB
3.2GB
4.1GB
4.6GB
4.4GB
4.1GB
5.0GB
5.4GB
5.1GB
5.0GB
5.9GB
7.7GB
14GB
3.1GB
3.8GB
3.5GB
3.2GB
4.1GB
4.6GB
4.4GB
4.1GB
5.0GB
5.4GB
5.1GB
5.0GB
5.9GB
7.7GB
14GB
2.7GB
3.8GB
3.5GB
3.2GB
4.1GB
4.6GB
4.4GB
4.1GB
5.0GB
5.4GB
5.1GB
5.0GB
5.9GB
7.7GB
4.1GB
14GB
3.1GB
3.8GB
3.5GB
3.2GB
4.1GB
4.6GB
4.4GB
4.1GB
5.0GB
5.4GB
5.1GB
5.0GB
5.9GB
7.7GB
14GB
2.7GB
3.8GB
3.5GB
3.2GB
4.1GB
4.6GB
4.4GB
4.1GB
5.0GB
5.4GB
5.1GB
5.0GB
5.9GB
7.7GB
4.1GB
4.1GB
4.1GB
4.1GB
4.1GB
关键词
分类
热门推荐
相关文章
关于
京公网安备11010802045380号