raulgdp/Mistral-7B-Instruct-v0.3-JEP

<!-- This model card has been generated automatically according to the information the Trainer had access to. You should probably proofread and complete it, then remove this comment. -->

Mistral-7B-Instruct-v0.3-JEP

Éste modelo fue afinado con mistralai/Mistral-7B-Instruct-v0.3 sobre el corpus jdavit/colombian-conflict-SQA que tiene información pública de la JEP logrando una función de perdida entre el conjunto de entrenamiento y el de testeo de 0.9339.

Model description

Este es un modelo entrenado sobre el modelo original de mistralai/Mistral-7B-Instruct-v0.3 con el fin de obtner un modelo para un chatbot que responda a preguntas de los casos presentados en la JEP-Colombia. Este es un ejercicio académico realizado por estudiantes de la Univalle.

Intended uses & limitations

More information needed

Training and evaluation data

El datasete jdavit/colombian-conflict-SQA está conformado de 2896 ejemplos de pregunta-respuesta y contexto.

Training procedure

El modelo fue entrenado por 4 horas con: trainable params: 6,815,744 || all params: 7,254,839,296 || trainable%: 0.0939

Training hyperparameters

The following hyperparameters were used during training:

• —learning_rate: 2e-05
• —trainbatchsize: 1
• —evalbatchsize: 8
• —seed: 42
• —gradientaccumulationsteps: 4
• —totaltrainbatch_size: 4
• —optimizer: Use pagedadamw8bit with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• —lrschedulertype: linear
• —num_epochs: 10
• —mixedprecisiontraining: Native AMP

Training results

Framework versions

• —PEFT 0.15.2
• —Transformers 4.51.3
• —Pytorch 2.6.0+cu126
• —Datasets 3.5.0
• —Tokenizers 0.21.1