Характеристики

Контекст: 131 072 токена
Параметры: 14 млрд
Размер весов: 29,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: SeQwence-14Bv1
Библиотека: transformers
Опубликована: 2 янв 2025

Ссылки

Hugging Face

Qwen2.5-14B-BrocaV9

CultriX

Генерация текстаТекст → текст15 профессий

Объединённая 14-миллиардная модель Qwen2.5 для диалогов и генерации текста с контекстом до 131 072 токенов.

32скачиваний за 30 дней2лайкавеса обновлены2 янв 2025

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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

IFEval
IFEval Raw · выше — лучше
Результат
0,6763
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MUSR
MUSR Raw · выше — лучше
Результат
0,469
Open LLM v2 · архив
Публичная таблицаревизия совпадает
BBH
BBH Raw · выше — лучше
Результат
0,6391
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,3814
Open LLM v2 · архив
Публичная таблицаревизия совпадает
GPQA
GPQA Raw · выше — лучше
Результат
0,3641
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,5331
Open LLM v2 · архив
Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CultriX/Qwen2.5-14B-BrocaV9 — объединённая модель генерации текста семейства Qwen2.5, созданная CultriX с помощью mergekit. В качестве базовой использована CultriX/Qwen2.5-14B-Wernickev3; в объединение также вошли SeQwence-14Bv1, QwenSlerp6-14B, Qwen2.5-Math-14B-Instruct, Qwenfinity-2.5-14B и Q2.5-Veltha-14B-0.5. Метод слияния — della_linear.

Модель предназначена для диалогового общения и генерации текста; её можно использовать для ответов на вопросы, написания и продолжения текстов, а также задач рассуждения и математики. Это плотная причинно-языковая архитектура Qwen2 с 14 млрд параметров, доступная в формате safetensors и поддерживающая контекст до 131 072 токенов. Карточка указывает лицензию Apache-2.0.

Сценарии применения

диалоговые ответы на вопросы
написание и продолжение текстов
обобщение длинных текстовых материалов
решение математических задач в текстовом формате

Ограничения

Языки и специализированные ограничения качества в предоставленных данных не описаны. Возможности рассуждения и математики следуют из включённых в слияние моделей, но отдельные результаты оценки для BrocaV9 не приведены.

Для каких профессий подходит15

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 I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей 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 della_linear merge method using CultriX/Qwen2.5-14B-Wernickev3 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
base_model: CultriX/Qwen2.5-14B-Wernickev3
dtype: bfloat16
parameters:
  epsilon: 0.015            # Fine-grain scaling for precision.
  lambda: 1.6               # Strong emphasis on top-performing models.
  normalize: true           # Stable parameter integration across models.
adaptive_merge_parameters:
  task_weights:
    tinyArc: 1.75           # Logical reasoning.
    tinyHellaswag: 1.65     # Contextual predictions.
    tinyMMLU: 1.8           # Domain knowledge.
    tinyTruthfulQA: 2.0     # Prioritize truthful reasoning.
    tinyTruthfulQA_mc1: 1.85
    tinyWinogrande: 1.9     # Advanced reasoning and predictions.
    IFEval: 2.1             # Instruction-following and multitasking.
    BBH: 1.9                # Complex reasoning.
    MATH: 2.3               # Mathematical reasoning.
    GPQA: 2.0               # Factual QA.
    MUSR: 2.1               # Multi-step reasoning.
    MMLU-PRO: 1.95          # Domain multitask performance.
  smoothing_factor: 0.1     # Smooth blending across benchmarks.
gradient_clipping:
  CultriX/Qwen2.5-14B-Wernickev3: 0.9
  djuna/Q2.5-Veltha-14B-0.5: 0.92
  qingy2019/Qwen2.5-Math-14B-Instruct: 0.94
  CultriX/SeQwence-14Bv1: 0.88
  allknowingroger/QwenSlerp6-14B: 0.87
  CultriX/Qwenfinity-2.5-14B: 0.85
models:
  - model: CultriX/Qwen2.5-14B-Wernickev3
    parameters:
      weight: 0.25
      density: 0.72
  - model: djuna/Q2.5-Veltha-14B-0.5
    parameters:
      weight: 0.22
      density: 0.75
  - model: qingy2019/Qwen2.5-Math-14B-Instruct
    parameters:
      weight: 0.18
      density: 0.74
  - model: CultriX/SeQwence-14Bv1
    parameters:
      weight: 0.15
      density: 0.7
  - model: allknowingroger/QwenSlerp6-14B
    parameters:
      weight: 0.12
      density: 0.68
  - model: CultriX/Qwenfinity-2.5-14B
    parameters:
      weight: 0.15
      density: 0.7
tokenizer_source: CultriX/Qwen2.5-14B-Wernickev3

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: 883dafb