Характеристики

Контекст: 32 768 токенов
Параметры: 32 млрд
Размер весов: 65,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: EVA-Qwen2.5-32B-v0.2
Библиотека: transformers
Опубликована: 2 дек 2024

Ссылки

Hugging Face arXiv 2306.01708

QwQ-32B-Preview-Self-instruct-3x-TIES-v1.0

BenevolenceMessiah

Генерация текстаТекст → текст15 профессий

Объединённая модель Qwen2 на 32 млрд параметров для диалоговой генерации текста, рассуждений и программирования.

18скачиваний за 30 дней0лайковвеса обновлены2 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.

Открыть конструктор бенчмарка

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

BenevolenceMessiah/QwQ-32B-Preview-Self-instruct-3x-TIES-v1.0 — объединённая языковая модель на архитектуре Qwen2, созданная методом TIES с помощью mergekit на основе Qwen/QwQ-32B-Preview и моделей EVA-Qwen2.5-32B-v0.2, Rombos-Coder-V2.5-Qwen-32b и Rombos-LLM-V2.5-Qwen-32b. Она предназначена для диалоговой генерации текста, математических рассуждений и программирования; поддерживает интерфейс вызова инструментов.

Модель содержит 32 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

диалоговые ответы на текстовые запросы
решение математических задач с рассуждениями
генерация и объяснение программного кода
вызов инструментов в диалоговых сценариях

Ограничения

Модель получена слиянием нескольких чекпойнтов, поэтому качество отдельных задач может различаться; сведения о конкретных оценках качества и лицензии отсутствуют.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели 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 II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the TIES merge method using Qwen/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:

# QwQ-32B-Preview-Self-instruct-3x-TIES-v1.0

models:
  - model: rombodawg/Rombos-LLM-V2.5-Qwen-32b # Self-instruct fine-tuning on Qwen2.5
    parameters:
      density: 1.0
      weight: 1.0
  - model: EVA-UNIT-01/EVA-Qwen2.5-32B-v0.2 # RP/storywriting specialist model (hopefully correcting some of the known limitations of the base model)
    parameters:
      density: 1.0
      weight: 1.0
  - model: rombodawg/Rombos-Coder-V2.5-Qwen-32b # Self-instruct fine-tuning on Qwen2.5-Coder
    parameters:
      density: 1.0
      weight: 1.0

merge_method: ties
base_model: Qwen/QwQ-32B-Preview # Advanced AI reasoning capabilities
parameters:
  normalize: true
  int8_mask: false
dtype: bfloat16
tokenizer_source: union

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: d883f10