
!https://github.com/docker/model-cards/raw/refs/heads/main/logos/***
Mistral-Nemo-Instruct-2407是由Mistral AI和NVIDIA联合开发的指令微调大型语言模型,针对多语言任务和指令遵循能力进行了优化。与Mistral 7B相比,该模型在精确指令遵循、推理能力、多轮对话处理及代码生成方面均有显著提升。
Mistral-Nemo-Instruct-2407专为指令遵循任务和多语言应用设计,包括:
| 属性 | 详情 |
|---|---|
| 提供者 | Mistral AI & NVIDIA |
| 架构 | llama |
| 数据截止日期 | 2024年7月 |
| 支持语言 | 英语、法语、德语、西班牙语、意大利语、葡萄牙语、俄语、中文、日语 |
| 工具调用 | ✅ |
| 输入模态 | 文本 |
| 输出模态 | 文本 |
| 许可证 | Apache 2.0 |
| 模型变体 | 参数 | 量化方式 | 上下文窗口 | 显存¹ | 大小 |
|---|---|---|---|---|---|
ai/mistral-nemo:latestai/mistral-nemo:12B-Q4_K_M | 12B | IQ2_XXS/Q4_K_M | 131K tokens | 7.78 GiB | 6.96 GB |
ai/mistral-nemo:12B-Q4_K_M | 12B | IQ2_XXS/Q4_K_M | 131K tokens | 7.78 GiB | 6.96 GB |
¹: 显存基于模型特性估算。
latest→12B-Q4_K_M
首先,拉取模型:
bashdocker model pull ai/mistral-nemo
然后运行模型:
bashdocker model run ai/mistral-nemo
有关Docker Model Runner的更多信息,请查阅文档。
| 基准测试 | 分数 |
|---|---|
| HellaSwag(0-shot) | 83.5% |
| Winogrande(0-shot) | 76.8% |
| OpenBookQA(0-shot) | 60.6% |
| CommonSenseQA(0-shot) | 70.4% |
| TruthfulQA(0-shot) | 50.3% |
| MMLU(5-shot) | 68.0% |
| TriviaQA(5-shot) | 73.8% |
| NaturalQuestions(5-shot) | 31.2% |
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。





探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务