Identität und Zugang
Der Publisher-Eintrag identifiziert dieses Repository als mistralai/Mixtral-8x22B-Instruct-v0.1. Der aktuelle öffentliche Snapshot ist cc88a6cc19fbd17d9f1c0ee0b0d70a748dce698d. Der Zugang ist öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen; das aufgezeichnete Lizenzlabel ist apache-2.0. Ein öffentliches Repository oder ein gated Download begründet keine Erlaubnis für jede Nutzung.
Konfigurationsfakten
Die gepinnte Konfiguration gibt Modelltyp mixtral und Architektur MixtralForCausalLM an. Der Model Hub taggt es für nicht angegeben; diese Labels beschreiben Repository-Metadaten und belegen keine Benchmark-Leistung.
- hidden_size: 6144
- intermediate_size: 16384
- max_position_embeddings: 65536
- num_attention_heads: 48
- num_experts_per_tok: 2
- num_hidden_layers: 56
- num_key_value_heads: 8
- num_local_experts: 8
- rms_norm_eps: 1e-05
- rope_theta: 1000000.0
- torch_dtype: bfloat16
- vocab_size: 32768
Modellspezifische Qualifizierung
Diese Konfiguration oder Publisher-Metadaten kennzeichnen das Modell als Mixture of Experts. Bestätigen Sie, ob die Serving-Laufzeit seine Routing-Schichten unterstützt, und unterscheiden Sie Gesamtparameter von pro Token aktiven Parametern; hier wird keine aktive Anzahl abgeleitet, sofern der Publisher nicht explizit eine angibt.
Gewichtsspeicher-Planung
Dieser Leitfaden enthält keine unabhängig verifizierte logische Parameteranzahl und lässt daher eine numerische Gewichtsspeicher-Schätzung aus. Wenn eine Anzahl für diese exakte Repository-Revision verifiziert wird, verwenden Sie Parameteranzahl × Bytes pro Parameter als Untergrenze für die Gewichte allein; berücksichtigen Sie dann separat KV-Cache, Kontext, Aktivierungen, Laufzeit und Nebenläufigkeit.
Revision und Reproduzierbarkeit
Die Metadaten und die Konfiguration sind auf Revision cc88a6cc19fbd17d9f1c0ee0b0d70a748dce698d gepinnt. Pinnen Sie diesen Commit, wenn Sie eine Evaluierung reproduzieren. Repository-Branches können sich ändern, und diese Quellenprüfung validiert die Modellgewichte selbst nicht.
Veröffentlichter Eintrag
- Task: nicht angegeben
- Modelltyp: mixtral
- Architektur: MixtralForCausalLM
- Lizenzlabel: apache-2.0
- Zugang: öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen
- Revision: cc88a6cc19fbd17d9f1c0ee0b0d70a748dce698d