Характеристики

Контекст: 131 072 токена
Параметры: 14 млрд
Размер весов: 29,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-Math-14B-Instruct
Библиотека: transformers
Опубликована: 23 дек 2024

Ссылки

Hugging Face

Qwen2.5-14B-Brocav3

CultriX

Генерация текстаТекст → текст15 профессий

Объединённая модель Qwen2.5 на 14 млрд параметров для генерации текста и диалогов, включая математические запросы.

32скачиваний за 30 дней2лайкавеса 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 оценки6

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

MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,5317
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MUSR
MUSR Raw · выше — лучше
Результат
0,4756
Open LLM v2 · архив
Публичная таблицаревизия совпадает
BBH
BBH Raw · выше — лучше
Результат
0,6452
Open LLM v2 · архив
Публичная таблицаревизия совпадает
IFEval
IFEval Raw · выше — лучше
Результат
0,6952
Open LLM v2 · архив
Публичная таблицаревизия совпадает
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,3875
Open LLM v2 · архив
Публичная таблицаревизия совпадает
GPQA
GPQA Raw · выше — лучше
Результат
0,3591
Open LLM v2 · архив
Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CultriX/Qwen2.5-14B-Brocav3 — объединённая языковая модель на основе семейства Qwen2.5, созданная CultriX с помощью mergekit. В качестве базовой модели использована CultriX/Qwen2.5-14B-Wernickev3; при объединении также задействованы математические, диалоговые и другие варианты Qwen2.5-14B. Для слияния применён метод della_linear.

Модель предназначена для генерации текста и диалогового общения. Её можно использовать для ответов на вопросы, составления текстов и математических запросов. Размер модели — 14 млрд параметров, архитектура — плотная Qwen2ForCausalLM; заявленная длина контекста составляет до 131 072 токенов. Модель работает через библиотеку Transformers и распространяется в формате safetensors.

Карточка не описывает отдельные результаты оценки качества или специальные ограничения поведения. Лицензия в предоставленных данных не указана.

Сценарии применения

ответы на вопросы в диалоге
генерация и продолжение текстов
решение математических задач в текстовом формате
обработка длинных текстовых запросов

Ограничения

В карточке не приведены результаты оценки качества или подробные сведения об ограничениях поведения. Лицензия не указана в предоставленных данных.

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель 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 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: 0.012        # Further reduced to ensure ultra-fine parameter scaling for precision.
  lambda: 1.4           # Stronger emphasis on significant model contributions.
  normalize: true       # Balances the parameter integration for stability.

adaptive_merge_parameters:
  task_weights:
    tinyArc: 1.6           # Prioritizes logical reasoning improvements.
    tinyHellaswag: 1.5     # Strengthened contextual understanding and consistency.
    tinyMMLU: 1.65         # Enhanced domain knowledge for multitask benchmarks.
    tinyTruthfulQA: 1.9    # Maximized for accurate factual reasoning and QA.
    tinyTruthfulQA_mc1: 1.7 # Balanced focus for multiple-choice reasoning.
    tinyWinogrande: 1.75   # Advanced reasoning and contextual prediction improvement.
    IFEval: 1.9            # Instruction-following tasks boosted by multitask contributors.
    BBH: 1.7               # Complex reasoning is supported by logical base models.
    MATH: 2.1              # Highest priority, focusing on mathematical excellence.
    GPQA: 1.8              # Boosted graduate-level QA capabilities.
    MUSR: 1.9              # Nuanced multi-step reasoning strengthened further.
    MMLU-PRO: 1.8          # Domain multitask performance maximized.
  smoothing_factor: 0.1    # Precisely tuned for smooth task-specific blending.

gradient_clipping:
  CultriX/Qwen2.5-14B-Wernickev3: 0.86  # Backbone stability with slightly reduced clipping.
  CultriX/Qwenfinity-2.5-14B: 0.83      # Consistent multitask integration.
  djuna/Q2.5-Veltha-14B-0.5: 0.91       # Strengthened advanced reasoning contributions.
  CultriX/Qwen2.5-14B-Broca: 0.85       # Logical reasoning enhancements stabilized.
  qingy2019/Qwen2.5-Math-14B-Instruct: 0.93 # Mathematically focused tasks maximized.
  CultriX/SeQwence-14Bv1: 0.88          # Generalist multitask support.
  sometimesanotion/Qwen2.5-14B-Vimarckoso: 0.89 # Balanced multi-step reasoning contributions.
  allknowingroger/QwenSlerp6-14B: 0.87  # Contextual and logical reasoning integration refined.

models:
  - model: CultriX/Qwen2.5-14B-Wernickev3
    parameters:
      weight: 0.26       # Core backbone for multitask reasoning.
      density: 0.7       # Slight increase to preserve critical reasoning parameters.
  - model: CultriX/Qwenfinity-2.5-14B
    parameters:
      weight: 0.23       # Comprehensive multitask performer.
      density: 0.65
  - model: djuna/Q2.5-Veltha-14B-0.5
    parameters:
      weight: 0.22       # Advanced reasoning support for GPQA and MUSR.
      density: 0.72
  - model: CultriX/Qwen2.5-14B-Broca
    parameters:
      weight: 0.15       # Logical reasoning and factual QA enhancements.
      density: 0.65
  - model: qingy2019/Qwen2.5-Math-14B-Instruct
    parameters:
      weight: 0.18       # Mathematical reasoning priority.
      density: 0.73
  - model: CultriX/SeQwence-14Bv1
    parameters:
      weight: 0.14       # Generalist multitask backbone.
      density: 0.63
  - model: sometimesanotion/Qwen2.5-14B-Vimarckoso
    parameters:
      weight: 0.12       # Multi-step reasoning tasks contributor.
      density: 0.6
  - model: allknowingroger/QwenSlerp6-14B
    parameters:
      weight: 0.1        # Contextual reasoning improvements.
      density: 0.62

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: 6f3fe68