Характеристики

Контекст: 32 768 токенов
Параметры: 32 млрд
Размер весов: 65,5 ГБ
Лицензия: Apache 2.0
Архитектура: qwen2 · dense
Базовая модель: EVA-QwQ-32B-Preview
Библиотека: transformers
Опубликована: 12 янв 2025

Ссылки

Hugging Face

QwentileSwap

Aryanne

Генерация текстаТекст → текст13 профессий

Слитая 32-миллиардная модель Qwen2.5 для генерации текста и диалогов с контекстом до 32 768 токенов.

120скачиваний за 30 дней5лайковвеса обновлены5 фев 2025

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки6

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

IFEval
IFEval Raw · выше — лучше
Результат
0,7378
Open LLM v2 · архив
Публичная таблицаревизия совпадает
BBH
BBH Raw · выше — лучше
Результат
0,7008
Open LLM v2 · архив
Публичная таблицаревизия совпадает
GPQA
GPQA Raw · выше — лучше
Результат
0,3674
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,5946
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,4222
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MUSR
MUSR Raw · выше — лучше
Результат
0,464
Open LLM v2 · архив
Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Aryanne/QwentileSwap — слитая автором языковая модель семейства Qwen2.5, созданная методом task_swapping с помощью mergekit на основе win10/EVA-QwQ-32B-Preview. В объединение также вошли ArliAI/Qwen2.5-32B-ArliAI-RPMax-v1.3, maldv/Qwentile2.5-32B-Instruct и Sao10K/32B-Qwen2.5-Kunou-v1. Модель содержит 32 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации текста и диалогового общения; в метаданных также указана поддержка интерфейса вызова инструментов. Репозиторий содержит веса в форматах safetensors и GGUF. Автор описывает её как эксперимент с пользовательским методом слияния и не заявляет о гарантированном качестве. Лицензия — Apache-2.0.

Сценарии применения

генерация ответов в диалоге с пользователем
написание и продолжение текстов
суммаризация длинных текстовых материалов
создание ролевых диалогов и историй
вызов инструментов через диалоговый интерфейс

Ограничения

Автор не заявляет о гарантированном качестве модели; результаты слияния могут отличаться от возможностей исходных моделей. В карточке не описаны отдельные оценки качества или подробные рекомендации по применению.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Info

Trying to make something different, feel free to try like or dislike or leave a feedback, I'm not claiming anything about anything.

I made one quant here (https://huggingface.co/Aryanne/QwentileSwap/blob/main/q4ks_QwentileSwap.gguf)

Also thanks to mradermacher for the other quants: gguf and gguf_imatrix_quants.

merged

This is a merge of pre-trained language models created using my custom method in mergekit.

Merge Details

Merge Method

This model was merged using the task_swapping merge method using win10/EVA-QwQ-32B-Preview as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

base_model: win10/EVA-QwQ-32B-Preview
dtype: bfloat16
merge_method: task_swapping
slices:
- sources:
  - layer_range: [0, 64]
    model: maldv/Qwentile2.5-32B-Instruct
    parameters:
      diagonal_offset: 2.0 # ignored here
      random_mask: 0.666
      random_mask_seed: 888.0
      weight: 0.5
  - layer_range: [0, 64]
    model: ArliAI/Qwen2.5-32B-ArliAI-RPMax-v1.3
    parameters:
      diagonal_offset: 5.0
      weight: 0.75
  - layer_range: [0, 64]
    model: Sao10K/32B-Qwen2.5-Kunou-v1
    parameters:
      diagonal_offset: 2.0 # ignored here
      random_mask: 0.333
      random_mask_seed: 12347888.0
      weight: 0.5
  - layer_range: [0, 64]
    model: win10/EVA-QwQ-32B-Preview

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: e373a84