Характеристики

Контекст: 32 768 токенов
Параметры: 32 млрд
Размер весов: 65,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: QwQ-32B-Preview-abliterated
Библиотека: transformers
Опубликована: 2 дек 2024

Ссылки

QwQ-32B-Preview-abliterated-Self-instruct-2x-TIES-v1.0

Генерация текстаТекст → текст11 профессий

Объединённая методом TIES 32-миллиардная модель Qwen2 для диалоговой генерации текста и кода с контекстом до 32 768 токенов.

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 выпустил объединённую модель QwQ-32B-Preview-abliterated-Self-instruct-2x-TIES-v1.0, созданную методом TIES с помощью mergekit. В качестве базовой модели использована huihui-ai/QwQ-32B-Preview-abliterated; также в объединение вошли Rombos-LLM-V2.5-Qwen-32b и Rombos-Coder-V2.5-Qwen-32b.

Модель построена на архитектуре Qwen2ForCausalLM, содержит 32 млрд параметров и предназначена для генерации текста в диалоговом формате, включая сценарии с кодом. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers.

Карточка не приводит результатов оценки качества, подробных сведений о языках или условий лицензии, поэтому эти характеристики нельзя уточнить. Поскольку это слияние нескольких моделей, поведение и качество могут отличаться от исходных моделей.

Сценарии применения

генерация ответов в диалоговом интерфейсе
помощь в написании и объяснении кода
создание и продолжение текстов
ответы на запросы с длинным контекстом

Ограничения

В карточке нет результатов бенчмарков и сведений о лицензии. Качество и поведение объединённой модели могут отличаться от исходных моделей.

Для каких профессий подходит11

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 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 IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

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 huihui-ai/QwQ-32B-Preview-abliterated 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-abliterated-Self-instruct-2x-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: 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: huihui-ai/QwQ-32B-Preview-abliterated # Advanced AI reasoning capabilities - abliterated base model
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: 0ca0f8b