Uploaded model
- Developed by: BenBranyon
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-7b-instruct-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 15,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-7b-instruct-bnb-4bit
- Опубликована
- 6 дек 2024
Ссылки
sumbot7b-augmented
Дообученная 7,1-миллиардная Qwen2-модель для диалоговой генерации текста на английском языке с контекстом до 32 768 токенов.
22скачиваний за 30 дней0лайковвеса обновлены16 дек 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.
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.
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
BenBranyon/sumbot7b-augmented — дообученная BenBranyon модель генерации текста на архитектуре Qwen2, основанная на unsloth/qwen2.5-7b-instruct-bnb-4bit. Она предназначена для диалоговой генерации текста; метаданные также указывают интерфейс вызова инструментов. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов.
В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. В качестве языка указан английский. Модель распространяется по лицензии Apache-2.0. README не уточняет конкретные области применения, особенности обучающих данных и измеренные показатели качества.
Сценарии применения
- генерация ответов в англоязычном диалоге
- создание текстовых продолжений по запросу
- подключение языковой модели с интерфейсом вызова инструментов
Ограничения
README не описывает специализацию, обучающие данные или качество модели; возможности вызова инструментов отмечены в метаданных, но подробности интерфейса не приведены.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- ed5de84