/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
53,6 млрд
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
13 мар 2024

Qwen1.5-55B-Chat-Cut

Генерация текстаТекст → текст6 профессий

Экспериментальная чат-модель на 53,6 млрд параметров, созданная удалением слоёв Qwen1.5-72B-Chat для генерации текста и ведения диалогов.

22скачиваний за 30 дней0лайковвеса обновлены16 мар 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 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

Qwen1.5-55B-Chat-Cut — экспериментальная чат-модель на архитектуре Qwen2, созданная автором репозитория с помощью mergekit из Qwen1.5-72B-Chat. Из исходной модели удалили 20 слоёв, получив плотную модель на 53,6 млрд параметров. Она предназначена для диалогов и генерации текста; заявленная длина контекста — 32 768 токенов. В метаданных указан английский язык, а карточка исходной модели описывает её как чат-модель.

По оценке автора, модель сохраняет способность писать связные тексты, но отвечает более спутанно и хуже рассуждает, чем Qwen1.5-72B-Chat. Оценка основана на ограниченном личном использовании без бенчмарков. Репозиторий содержит веса в формате safetensors и использует лицензию other; конкретные условия этой лицензии следует сверять с карточкой модели.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация связных текстов
  • черновое составление ответов и пояснений

Ограничения

Автор сообщает о снижении качества рассуждений и большей спутанности ответов по сравнению с Qwen1.5-72B-Chat; бенчмарки не проводились, поэтому качество оценено субъективно. Указана лицензия other, поэтому условия использования нужно проверить в карточке репозитория.

Для каких профессий подходит6

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

--Qwen1.5-55B-Chat-Cut--

-It's a experimental model made by mergekit-

I remove 20 layers of qwen1.5-72B-Chat and got a 55B model with 60 layers. It still works well, but with some degradation (compared to the 72B model, it appears slightly more confused and the logic is somewhat more disordered, but there seems to be no discernible loss in writing ability). I also tried removing more layers; when the qwen1.5-72B-Chat model is cut down to 40B+, it becomes noticeably extremely chaotic and foolish but still functions. However, when cut down to 30B+, it completely collapses and only generates meaningless gibberish.

I'm not sure if it has to do with the position of the removed layers, maybe using a more reasonable excision method can get a model with less paramenters but still working.

-Merge Configuration

This yaml below:

dtype: float16
merge_method: passthrough
slices:
- sources:
  - layer_range: [0, 20]
    model: D:\Qwen\Qwen1.5-72B-Chat
- sources:
  - layer_range: [30, 50]
    model: D:\Qwen\Qwen1.5-72B-Chat
- sources:
  - layer_range: [60, 80]
    model: D:\Qwen\Qwen1.5-72B-Chat

-Performance

  • Tips:I don't have the capability to conduct benchmark tests, nor can I even use it extensively enough, so my test results might not be accurate.

It still operates like a fully functional model, but as I mentioned, it has become somewhat dumber and a bit more chaotic, though overall, it doesn't perform badly. I can't determine the extent of the degradation because I don't have the means to quantify my tests.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
161a614

0 моделей