Mindket

Mistral-7B-v0.1

新上架第 1 版 · 更新于

概览

作为 7B 预训练基础模型生成并续写文字,适合想要一个起点来测试、微调或在其上开发的研究人员和开发者。

Mistral-7B-v0.1 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 电脑上装好 Python
  • transformers 库,版本 4.34.0 或更新
  • 磁盘空间:BF16 约 14.5 GB,按 Hugging Face 的估计,4 位约 3.6 GB
用在
  • 装有 transformers 库的 Python
  • Windows、macOS 或 Linux,先用 Python 下载文件
先运行
pip install -U huggingface_hub
hf download mistralai/Mistral-7B-v0.1

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Mistral-7B-v0.1 是 Mistral AI 发布的预训练文本生成模型,有 70 亿参数。它是基础模型,所以会接着你给的文字往下写,没有为聊天做过调优。模型卡说,它在团队测试的所有基准上都超过了 Llama 2 13B。

适合谁

如果你想要一个开放的英文基础模型,用来测试、微调或在它之上开发产品,它就适合你。

行业谁在用怎么用例子
研究语言模型研究人员把它当作对比或研究的基础模型研究人员在这个模型和一个更大的模型上跑同样的提示词
软件开发者针对自己的任务做微调开发者用客服工单微调它,让它起草回复
教育学生在任何调优之前,了解预训练模型的表现学生给它一个故事开头,看它怎么续写

如果你想要一个开箱即用、带内容审核的聊天助手,可以跳过它。

用在哪里

  • 装有 transformers 库的 Python
  • Windows、macOS 或 Linux,先用 Python 下载文件
用例谁用得到什么
续写一段文字任何想试用的人顺着提示词生成的文字
微调的基础开发者一个可以用自己的数据继续训练的起点模型
对比基线研究人员用来衡量其他模型的输出

如何设置

  • 电脑上装好 Python
  • transformers 库,版本 4.34.0 或更新
  • 磁盘空间:BF16 约 14.5 GB,按 Hugging Face 的估计,4 位约 3.6 GB
  1. 安装 Hugging Face hub 包。
  2. 下载模型文件。
  3. 用 transformers 加载它们。模型卡没有给代码示例,所以请参照 transformers 文档里加载因果语言模型的方法。
pip install -U huggingface_hub
hf download mistralai/Mistral-7B-v0.1

如何使用

给模型一段文字的开头,让它接着写。它没有聊天格式,也没有内容审核层,所以要把输出当作原始的续写结果。来源只给出了下载这一步的命令。

hf download mistralai/Mistral-7B-v0.1
工具作用
hf download把模型文件下载到你的电脑
pip install -U huggingface_hub安装提供 hf 命令的包

示例

你给它一个短篇故事的开头,比如灯塔看守人发现了一封信。模型会一句一句写出可能的后续,直到达到你设的长度上限。

新手与专家

基础模型只负责预测接下来的词。它不像聊天助手那样回答问题,所以请让它补全一句话,而不是给它下命令。你可以先试一句故事开头。

对熟悉这个领域的人来说,它是一个 Transformer,采用分组查询注意力、滑动窗口注意力和字节回退 BPE 分词器。作为预训练基础模型,它没有内置指令微调或内容审核。这让你可以自由微调,但安全过滤要由你自己来做。

  1. Mistral AI 预训练 7B 基础模型
  2. 你用 hf 下载文件
  3. transformers 加载权重
  4. 你发送一段文字的开头
  5. 模型一个词一个词地续写

注意事项

  • Errors: 如果出现 mistral 的 KeyError,或 meta tensor 错误,说明你的 Transformers 太旧,请用 4.34.0 或更新的版本
  • Language: 英语
  • License: Apache 2.0
  • Cost to run: 来源没有提到费用,除了你自己的硬件
  • Data it reaches: 下载要联网并把文件写入你的磁盘,来源没有提到其他访问
  • Not for: 带内容审核的聊天,因为模型卡说这个基础模型没有任何审核机制

README 和文件

README

Mistral-7B-v0.1

作为 7B 预训练基础模型生成并续写文字,适合想要一个起点来测试、微调或在其上开发的研究人员和开发者。

由 mistralai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Mistral-7B-v0.1 是 Mistral AI 发布的预训练文本生成模型,有 70 亿参数。它是基础模型,所以会接着你给的文字往下写,没有为聊天做过调优。模型卡说,它在团队测试的所有基准上都超过了 Llama 2 13B。

适合谁:如果你想要一个开放的英文基础模型,用来测试、微调或在它之上开发产品,它就适合你。

行业 | 谁在用 | 怎么用 | 例子
研究 | 语言模型研究人员 | 把它当作对比或研究的基础模型 | 研究人员在这个模型和一个更大的模型上跑同样的提示词
软件 | 开发者 | 针对自己的任务做微调 | 开发者用客服工单微调它,让它起草回复
教育 | 学生 | 在任何调优之前,了解预训练模型的表现 | 学生给它一个故事开头,看它怎么续写

如果你想要一个开箱即用、带内容审核的聊天助手,可以跳过它。

用在哪里:

  • 装有 transformers 库的 Python
  • Windows、macOS 或 Linux,先用 Python 下载文件
用例 | 谁用 | 得到什么
续写一段文字 | 任何想试用的人 | 顺着提示词生成的文字
微调的基础 | 开发者 | 一个可以用自己的数据继续训练的起点模型
对比基线 | 研究人员 | 用来衡量其他模型的输出

如何设置:

  • 电脑上装好 Python
  • transformers 库,版本 4.34.0 或更新
  • 磁盘空间:BF16 约 14.5 GB,按 Hugging Face 的估计,4 位约 3.6 GB
  1. 安装 Hugging Face hub 包。
  2. 下载模型文件。
  3. 用 transformers 加载它们。模型卡没有给代码示例,所以请参照 transformers 文档里加载因果语言模型的方法。
pip install -U huggingface_hub
hf download mistralai/Mistral-7B-v0.1

如何使用:

给模型一段文字的开头,让它接着写。它没有聊天格式,也没有内容审核层,所以要把输出当作原始的续写结果。来源只给出了下载这一步的命令。

hf download mistralai/Mistral-7B-v0.1
工具 | 作用
hf download | 把模型文件下载到你的电脑
pip install -U huggingface_hub | 安装提供 hf 命令的包

示例:你给它一个短篇故事的开头,比如灯塔看守人发现了一封信。模型会一句一句写出可能的后续,直到达到你设的长度上限。

新手与专家:基础模型只负责预测接下来的词。它不像聊天助手那样回答问题,所以请让它补全一句话,而不是给它下命令。你可以先试一句故事开头。

对熟悉这个领域的人来说,它是一个 Transformer,采用分组查询注意力、滑动窗口注意力和字节回退 BPE 分词器。作为预训练基础模型,它没有内置指令微调或内容审核。这让你可以自由微调,但安全过滤要由你自己来做。

Mistral AI 预训练 7B 基础模型
你用 hf 下载文件
transformers 加载权重
你发送一段文字的开头
模型一个词一个词地续写

注意事项:

  • Errors: 如果出现 mistral 的 KeyError,或 meta tensor 错误,说明你的 Transformers 太旧,请用 4.34.0 或更新的版本
  • Language: 英语
  • License: Apache 2.0
  • Cost to run: 来源没有提到费用,除了你自己的硬件
  • Data it reaches: 下载要联网并把文件写入你的磁盘,来源没有提到其他访问
  • Not for: 带内容审核的聊天,因为模型卡说这个基础模型没有任何审核机制

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 框架:transformers
  • 参数量:7.2B
  • Weights: about 14.5 GB in BF16; about 3.6 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:441,952
  • 点赞:4,231
  • 许可证:apache-2.0
  • 语言:en
  • Quantized versions: 196
  • Fine-tunes: 952
  • 标签:transformers, pytorch, safetensors, mistral, text-generation, pretrained, mistral-common

链接

  • 模型:https://huggingface.co/mistralai/Mistral-7B-v0.1
  • 文件:https://huggingface.co/mistralai/Mistral-7B-v0.1/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download mistralai/Mistral-7B-v0.1

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Mistral-7B-v0.1 本页441,9524,2317.2Bapache-2.0
Mistral-7B-Instruct-v0.1共有 mistral · mistral-common · pytorch105,7361,8787.2Bapache-2.0
Mistral-7B-Instruct-v0.3共有 mistral · mistral-common · safetensors1,771,7883,8387.2Bapache-2.0
ARLoop-0.6B共有 pretrained · text-generation · transformers2,1645583Mapache-2.0
KLM 1.5共有 pretrained · text-generation · transformers1,6033199Mapache-2.0
KLM 1.6共有 pretrained · text-generation · transformers9096099Mapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

TheBlapseMistral AI “drops” mistral-7B-v0.19 分 · 1 条回复@crovia.bsky.socialSilence Report 2026-W45: 6,324 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 48.37 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.1 赞pizzaSmolLM2In shell 1: $ docker run --runtime nvidia --gpus all \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HUGGING_FACE_HUB_TOKEN=<secret>" \ -p 8000:8000 \ --ipc=host \ vllm/vllm-openai:latest \ --model mistralai/Mistral-7B-v0.1 In shell 2: $ curl http://localhost:8000/v1/completions \ -H…@crovia.bsky.socialSilence Report 2026-W39: 6,324 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 7.29 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.1 条回复rgbrgbMistral: Our first AI endpoints are available in early access> Mistral-tiny. Our most cost-effective endpoint currently serves Mistral 7B Instruct v0.2, a new minor release of Mistral 7B Instruct. Mistral-tiny only works in English. It obtains 7.6 on MT-Bench. The instructed model can be downloaded here. "download here" link is to v0.1 [0]. Oversight or are…@crovia.bsky.socialSilence Report 2026-W44: 6,322 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 41.41 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.lhlAre Open-Source Large Language Models Catching Up?A couple big/strong open models that have just been released the past few days: * Qwen 72B (and 1.8B) - 32K context, trained on 3T tokens, <100M MAU commercial license, strong benchmark performance: https://twitter.com/huybery/status/1730127387109781932 * DeepSeek LLM 67B - 4K context, 2T tokens,…@crovia.bsky.socialSilence Report 2026-W43: 6,326 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 34.41 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.skissaneYarn-Mistral-7B-128kIt says it is based on https://huggingface.co/mistralai/Mistral-7B-v0.1 not https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.1 so I am guessing "No"@crovia.bsky.socialSilence Report 2026-W42: 6,328 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 27.37 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.brucethemoose2Zephyr 7B – Mistral Finetune that responds like ChatGPTIMO the title is a bit misleading: > Zephyr-7B-α has not been aligned to human preferences with techniques like RLHF or deployed with in-the-loop filtering of responses like ChatGPT, so the model can produce problematic outputs (especially when prompted to do so). It is also unknown what the size…@crovia.bsky.socialSilence Report 2026-W41: 6,328 AI models observed hour by hour; 168 hourly epochs anchored in Bitcoin; 19 signed proofs that nothing was disclosed. Longest verifiable silence: 20.41 days (mistralai/Mistral-7B-v0.1). Every number links to a signed file you can verify in your browser.

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架