Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: QwQ-LCoT-7B-Instruct
Библиотека: transformers
Опубликована: 23 дек 2024

Ссылки

Hugging Face arXiv 2212.04089

Follex-7B-V2

ClaudioItaly

Генерация текстаТекст → текст12 профессий

Объединённая модель Qwen2 на 7,1 млрд параметров для генерации текста и диалогового взаимодействия.

20скачиваний за 30 дней1лайквеса обновлены23 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-V2 — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом task arithmetic. В качестве базовой модели использована happzy2633/qwen2.5-7b-ins-v3; в объединение также вошли prithivMLmods/QwQ-LCoT-7B-Instruct, bunnycore/FuseQwQen-7B и AIDC-AI/Marco-o1.

Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Контекст — до 32 768 токенов. Репозиторий использует библиотеку Transformers и формат safetensors. Метаданные не уточняют поддерживаемые естественные языки, поэтому языковой охват и основной язык не заявлены. Условия лицензии в предоставленных данных не описаны.

Сценарии применения

ведение диалога с языковой моделью
генерация связных текстовых ответов
выполнение текстовых инструкций
многошаговое решение задач в диалоге

Ограничения

В предоставленной карточке не указаны лицензия и поддерживаемые естественные языки. Качество и надёжность ответов отдельно не охарактеризованы.

Для каких профессий подходит12

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

merge

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

Merge Details

Merge Method

This model was merged using the task arithmetic 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: task_arithmetic
dtype: float32
out_dtype: bfloat16
parameters:
  epsilon: 0.03
  lambda: 0.95
  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: 8
      density: 0.7
  - model: prithivMLmods/QwQ-LCoT-7B-Instruct
    parameters:
      weight: 7
      density: 0.5
  - model: AIDC-AI/Marco-o1
    parameters:
      weight: 8
      density: 0.5
  - 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: 2771397