/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Архитектура
qwen2 · dense
Базовая модель
SeQwence-14Bv2
Библиотека
transformers
Опубликована
27 ноя 2024

SeQwence-14Bv3

Генерация текстаТекст → текст15 профессий

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

28скачиваний за 30 дней2лайкавеса обновлены1 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки6

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

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3649

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5335

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6302

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4766

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4624

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5719

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CultriX/SeQwence-14Bv3 — объединённая модель семейства Qwen2, созданная CultriX методом DARE TIES с помощью mergekit. В качестве основы использована CultriX/SeQwence-14Bv1, также в объединение вошли CultriX/SeQwence-14Bv2 и CultriX/Qwestion-14B.

Модель предназначена для генерации текста и диалогового общения; метаданные также указывают интерфейс вызова инструментов. Она содержит 14 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. В карточке приведены результаты оценки на Open LLM Leaderboard, включая IFEval и BBH.

Модель принимает текст и генерирует текст. Языковая поддержка отдельно не перечислена. Репозиторий содержит веса в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация текста по запросу
  • ведение диалогов с пользователем
  • ответы на инструкции и вопросы
  • вызов инструментов через поддерживаемый интерфейс
  • работа с длинными текстовыми контекстами

Ограничения

Языки, на которых модель работает лучше всего, не указаны. Лицензия и результаты полного набора оценок не представлены в доступных сведениях.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

final_model

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

Merge Details

Merge Method

This model was merged using the DARE TIES merge method using CultriX/SeQwence-14Bv1 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

base_model: CultriX/SeQwence-14Bv1
dtype: bfloat16
merge_method: dare_ties
parameters:
  int8_mask: 1.0
  normalize: 1.0
slices:
- sources:
  - layer_range: [0, 8]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 1.0
      weight: 0.34927958017496047
  - layer_range: [0, 8]
    model: CultriX/Qwestion-14B
    parameters:
      density: 1.0
      weight: 0.4785529567298472
  - layer_range: [0, 8]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 0.9095619834430182
      weight: 0.08292400341270245
- sources:
  - layer_range: [8, 16]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 1.0
      weight: 0.31847489577754107
  - layer_range: [8, 16]
    model: CultriX/Qwestion-14B
    parameters:
      density: 1.0
      weight: 0.34008726542768253
  - layer_range: [8, 16]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 1.0
      weight: -0.010187285487908426
- sources:
  - layer_range: [16, 24]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 1.0
      weight: 0.1562216100470764
  - layer_range: [16, 24]
    model: CultriX/Qwestion-14B
    parameters:
      density: 1.0
      weight: 0.31090250951964327
  - layer_range: [16, 24]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 0.8226944254037076
      weight: 0.4055505847346826
- sources:
  - layer_range: [24, 32]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 1.0
      weight: 0.1478643123383346
  - layer_range: [24, 32]
    model: CultriX/Qwestion-14B
    parameters:
      density: 0.8233564236912981
      weight: 0.34508971280776113
  - layer_range: [24, 32]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 1.0
      weight: 0.47963393901209633
- sources:
  - layer_range: [32, 40]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 0.9078052860602195
      weight: 0.5051482718423455
  - layer_range: [32, 40]
    model: CultriX/Qwestion-14B
    parameters:
      density: 1.0
      weight: 0.21938011111527006
  - layer_range: [32, 40]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 0.9287247232625168
      weight: 0.12414619742696054
- sources:
  - layer_range: [40, 48]
    model: CultriX/SeQwence-14Bv1
    parameters:
      density: 1.0
      weight: 0.1932759286778445
  - layer_range: [40, 48]
    model: CultriX/Qwestion-14B
    parameters:
      density: 0.9846832888894079
      weight: 0.572903756192807
  - layer_range: [40, 48]
    model: CultriX/SeQwence-14Bv2
    parameters:
      density: 1.0
      weight: 0.33759567132306584

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.34.41
IFEval (0-Shot)57.19
BBH (3-Shot)46.39
MATH Lvl 5 (4-Shot)22.13
GPQA (0-shot)15.32
MuSR (0-shot)17.27
MMLU-PRO (5-shot)48.17

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
d2e0c72

0 моделей