Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-Coder-7B-Instruct
Библиотека: transformers
Опубликована: 13 ноя 2024

Ссылки

Hugging Face arXiv 2306.01708

Qwen-Density

ClaudioItaly

Генерация текстаТекст → текст10 профессий

Объединённая модель Qwen2-Coder на 7,1 млрд параметров для диалоговой генерации текста и помощи с программированием.

23скачиваний за 30 дней1лайквеса обновлены13 ноя 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

ClaudioItaly/Qwen-Density — объединённая языковая модель на базе Qwen2.5-Coder-7B-Instruct, созданная с помощью mergekit и метода TIES. В конфигурации указаны 7,1 млрд параметров, архитектура Qwen2 для авторегрессионной генерации текста и формат safetensors с точностью bfloat16; базовая модель перечислена трижды с одинаковыми настройками слияния.

Модель предназначена для генерации текста в диалоговом формате и может применяться для задач программирования, включая написание, анализ и исправление кода, унаследованные от базовой модели. Контекст составляет до 32 768 токенов. Метаданные указывают интерфейс вызова инструментов, однако README не приводит отдельной оценки качества или примеров работы именно этой сборки. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация фрагментов кода по описанию задачи
поиск и исправление ошибок в коде
объяснение и анализ исходного кода
диалоговая помощь при разработке программ

Ограничения

В README нет примеров, результатов оценки или описания преимуществ именно этой сборки; возможности программирования выводятся из её базовой модели. Поддержка языков программирования и лицензия в предоставленных данных не перечислены.

Для каких профессий подходит10

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.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

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/Qwen2.5-Coder-7B-Instruct as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Qwen/Qwen2.5-Coder-7B-Instruct
    parameters:
      density: 1.3
      weight: 1.5
  - model: Qwen/Qwen2.5-Coder-7B-Instruct
    parameters:
      density: 1.3
      weight: 1.5
  - model: Qwen/Qwen2.5-Coder-7B-Instruct
    parameters:
      density: 1.3
      weight: 1.5    

merge_method: ties
base_model: Qwen/Qwen2.5-Coder-7B-Instruct
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: 43412c4