原贴链接

今天发布两个新模型，在我飞往Defcon之前。

Tess-3在Mistral-Large-2-123B（通用LLM）：https://huggingface.co/migtissera/Tess-3-Mistral-Large-2-123B

Trinity-2在Codestral（代码LLM）： https://huggingface.co/migtissera/Trinity-2-Codestral-22B

两者均未经过审查。Codestral在HumanEval中得分为78。

image

https://preview.redd.it/4299lhxtpahd1.png?width=1024&format=png&auto=webp&s=2eae299bdc3fd8effbee90e3749987884ba27c80

讨论总结

Reddit用户对新发布的Tess-3和Trinity-2模型表现出浓厚的兴趣，讨论主要围绕模型的性能、无审查特性及使用体验展开。用户们对新模型的发布速度表示惊讶，并对技术更新速度表示赞叹。此外，用户们还讨论了模型的微调目标和训练目的，以及这些微调对基础模型的影响。一些用户分享了他们的测试结果，包括请求模型生成包含暴力和不当内容的文本，以此来评估模型的无审查程度。总体上，讨论反映了用户对新模型的兴趣和初步的使用体验，以及对模型性能和无审查特性的关注。

主要观点

  1. 👍 对新模型发布速度的惊讶
    • 支持理由：用户对新模型的发布速度表示惊讶，认为技术更新速度快。
    • 反对声音：无
  2. 🔥 对技术更新速度的赞叹
    • 正方观点：用户对技术更新速度表示赞叹，认为这是一个积极的发展。
    • 反方观点：无
  3. 💡 微调目标和训练目的
    • 解释：用户讨论了Tess-3和Trinity-2的微调目标和训练目的，以及这些微调对基础模型的影响。
  4. 💡 无审查特性
    • 解释：用户讨论了模型的无审查特性，特别是关于它们在处理敏感内容时的表现。
  5. 💡 模型测试和性能优化
    • 解释：用户分享了他们的测试结果，并讨论了模型的性能优化。

金句与有趣评论

  1. “😂 Holy shit, that was fast.”
    • 亮点：表达了对新模型发布速度的惊讶。
  2. “🤔 I’m taking this codestral for a spin.”
    • 亮点：表达了对新模型的兴趣和尝试意愿。
  3. “👀 Can someone tell me what was the target for this finetune? What was the goal of training?”
    • 亮点：提出了对微调目标和训练目的的疑问。

情感分析

讨论的总体情感倾向是积极的，用户对新模型的发布表示惊讶和赞叹，并对技术更新速度表示赞赏。主要的分歧点在于模型的无审查特性和性能优化，用户们对这些方面持有不同的看法。可能的原因是用户对模型的期望和使用场景不同，导致了对模型特性的不同评价。

趋势与预测

  • 新兴话题：模型的无审查特性和性能优化可能会引发后续的深入讨论。
  • 潜在影响：新模型的发布可能会对相关技术领域产生积极影响，特别是在模型性能和无审查特性方面。