/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Своя лицензия
Архитектура
qwen2 · MoE
Базовая модель
Qwen1.5-7B-Chat
Опубликована
24 мар 2024

Qwen1.5-MoE-2x7B

Генерация текстаТекст → текст15 профессий

Диалоговая модель Qwen2 MoE для генерации ответов и ведения беседы на английском языке с контекстом до 32 768 токенов.

98скачиваний за 30 дней3лайкавеса обновлены25 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Aratako создал эту диалоговую языковую модель, объединив через mergekit Qwen/Qwen1.5-7B-Chat и abacusai/Liberated-Qwen1.5-7B в архитектуру Mixture of Experts без дополнительного дообучения. Модель имеет архитектуру Qwen2ForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов; она предназначена для генерации текста и диалогов на английском языке.

В тестах MT-Bench модель показала результаты, близкие к исходной Qwen1.5-7B-Chat; автор приводит сравнительные оценки для задач кодирования, извлечения информации, рассуждений, ролевого общения и письма. Для запуска нужны пользовательские файлы модели и конфигурации, размещённые рядом с весами. В карточке указана лицензия other, а README сообщает о наследовании лицензии Tongyi-Qianwen.

Сценарии применения

  • ведение диалогов на английском языке
  • генерация развёрнутых ответов
  • написание текстов и творческих историй
  • извлечение сведений из текстового запроса
  • ответы на вопросы по гуманитарным и научным темам
  • помощь с задачами по программированию

Ограничения

Для запуска требуются пользовательские файлы модели и конфигурации. В сравнении MT-Bench отдельные оценки ниже, чем у базовой Qwen1.5-7B-Chat; результаты тестов не гарантируют качество на других задачах.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen1.5-MoE-2x7B

Description

This model is created using MoE (Mixture of Experts) through mergekit based on Qwen/Qwen1.5-7B-Chat and abacusai/Liberated-Qwen1.5-7B without further FT.

It utilizes a customized script for MoE via mergekit, which is available here.

Due to the structural modifications introduced by MoE, the use of this model requires custom modeling file and custom configuration file. When using the model, please place these files in the same folder as the model.

This model inherits the the tongyi-qianwen license.

Benchmark

The benchmark score of the mt-bench for this model and the two base models are as follows:

1-turn

ModelSizeCodingExtractionHumanitiesMathReasoningRoleplaySTEMWritingavg_score
Liberated-Qwen1.5-7B7B4.47.86.955.06.47.67.658.856.83125
Qwen1.5-7B-Chat7B4.47.79.66.97.08.79.659.77.95625
This model2x7B5.17.49.456.47.28.659.759.87.96875

mt-bench-1turn

2-turn

ModelSizeCodingExtractionHumanitiesMathReasoningRoleplaySTEMWritingavg_score
Liberated-Qwen1.5-7B7B4.46.27.13.05.77.46.33.55.450
Qwen1.5-7B-Chat7B4.58.09.94.95.08.99.48.47.375
This model2x7B4.77.010.04.84.38.69.57.37.025

mt-bench-2turn

Although the benchmark scores have slightly deteriorated, it seems that this is due to the poor performance of the Liberated-Qwen1.5-7B model used in the merge on mt-bench. I think that doing MoE with models that have better performance or are fine-tuned for specific tasks can yield better results.

Merge config

mergekit_config.yml

base_model: ./Qwen1.5-7B-Chat
gate_mode: random
dtype: bfloat16
experts:
  - source_model: ./Qwen1.5-7B-Chat
    positive_prompts: []
  - source_model: ./Liberated-Qwen1.5-7B
    positive_prompts: []
tokenizer_source: model:./Qwen1.5-7B-Chat

Gratitude

  • Huge thanks to Alibaba Cloud Qwen for training and publishing the weights of Qwen model
  • Thank you to abacusai for publishing fine-tuned model from Qwen
  • And huge thanks to mlabonne, as I customized modeling file using phixtral as a reference

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
ba7ff76

0 моделей