Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: Marco-o1
Библиотека: transformers
Опубликована: 22 дек 2024

Ссылки

Follex-7B

Генерация текстаТекст → текст

Follex-7B — объединённая 7,1-миллиардная модель семейства Qwen2 для диалоговой генерации текста и решения многошаговых задач.

22скачиваний за 30 дней1лайквеса обновлены22 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

Follex-7B — объединённая языковая модель на основе семейства Qwen2, созданная автором ClaudioItaly с помощью mergekit. В слияние вошли AIDC-AI/Marco-o1, bunnycore/FuseQwQen-7B, happzy2633/qwen2.5-7b-ins-v3 и prithivMLmods/QwQ-LCoT-7B-Instruct; базой слияния указана happzy2633/qwen2.5-7b-ins-v3. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2ForCausalLM, доступна в формате safetensors и принимает контекст до 32 768 токенов.

Модель предназначена для генерации текста в диалоге, следования инструкциям и многошагового решения задач. Она подходит для сценариев, где нужны развёрнутые ответы и рассуждения на основе запросов пользователя. В метаданных указана библиотека Transformers и возможность диалога. Лицензия и языки в предоставленных данных не указаны, поэтому их нельзя определить по этой карточке.

Сценарии применения

ответы на вопросы в диалоге
генерация текста по инструкциям
пошаговое решение задач
подготовка развёрнутых объяснений
создание диалогового помощника

Ограничения

В предоставленных данных не описаны результаты оценки качества или конкретные ограничения модели. Языки и условия лицензии по доступной карточке определить нельзя.

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 della_linear merge method using happzy2633/qwen2.5-7b-ins-v3 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

merge_method: della_linear
dtype: float32
out_dtype: bfloat16
parameters:
  epsilon: 0.04
  lambda: 1.05
  normalize: true
base_model: happzy2633/qwen2.5-7b-ins-v3
tokenizer_source: happzy2633/qwen2.5-7b-ins-v3
models:
  - model: happzy2633/qwen2.5-7b-ins-v3
    parameters:
      weight: 10
      density: 1
  - model: prithivMLmods/QwQ-LCoT-7B-Instruct
    parameters:
      weight: 7
      density: 0.5
  - model: AIDC-AI/Marco-o1
    parameters:
      weight: 7
      density: 0.4
  - model: bunnycore/FuseQwQen-7B
    parameters:
      weight: 8
      density: 0.4
  - model: happzy2633/qwen2.5-7b-ins-v3
    parameters:
      weight: 8
      density: 0.45

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: d883d2e