Компактная языковая модель семейства Llama для генерации текста и экспериментального решения задач на рассуждение.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Healshsj/MiniCPM5-1B-Reasoning-Agent-Ultra — компактная языковая модель с архитектурой LlamaForCausalLM и примерно 837,6 млн параметров. Репозиторий содержит веса в формате safetensors; заявленное контекстное окно — 131 072 токена.
Модель предназначена для генерации текста и экспериментальной проверки ответов на вопросы и задач на рассуждение. В README приведены результаты ARC-Challenge, GSM8K и MMLU, полученные с помощью lm-evaluation-harness; карточка также предупреждает о возможной путанице модели в вопросах собственной идентичности. Более сильная версия v2 упомянута как планируемая.
Данных о языках обучения и лицензии в предоставленных материалах нет. Небольшой размер модели может ограничивать качество сложных рассуждений; опубликованные результаты отражают только указанные бенчмарки и не гарантируют качество в других сценариях.
README предупреждает о возможной путанице модели в вопросах собственной идентичности. Приведённые результаты относятся только к ARC-Challenge, GSM8K и MMLU и не характеризуют все сценарии использования.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
| Benchmark | Metric | Score |
|---|---|---|
| ARC-Challenge | acc_norm | 39.25% |
| GSM8K | exact_match | 37.45% |
| MMLU | acc | 53.75% |
Evaluated using lm-evaluation-harness.
Note: v2 of this model coming soon with stronger reasoning and agentic capabilities. Will fix the "identity confusion" Users may experience with this current model.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…