/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
19 фев 2025

Dhanishtha

Генерация текстаТекст → текст5 профессий

Dhanishtha — дообученная HelpingAI модель Qwen2 для диалогов, логического анализа и пошагового решения задач.

54скачиваний за 30 дней5лайковвеса обновлены24 фев 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.

  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

Dhanishtha — текстовая разговорная модель, разработанная HelpingAI для пошагового рассуждения, логического анализа и решения задач. Это плотная causal language model семейства Qwen2 размером 1,5 млрд параметров, дообученная на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. В карточке указаны контекст до 131 072 токенов, поддержка чата и интерфейса вызова инструментов; доступны веса Safetensors и GGUF F16.

Модель предназначена для аналитических бесед, критического мышления, аргументации, философских обсуждений и структурированного решения проблем. README также описывает применение в академических дискуссиях и исследовательских диалоговых системах, однако приведённые заявления о превосходстве и точности не подтверждены достаточными результатами бенчмарков в доступной части карточки.

В метаданных указан английский язык и лицензия Apache-2.0. Практические ограничения, кроме заявленной языковой поддержки английского, в доступных данных не описаны.

Сценарии применения

  • структурированный разбор логических задач
  • аналитические беседы и построение аргументов
  • обсуждение философских вопросов
  • решение проблем в диалоговом формате
  • поддержка исследовательских диалоговых систем

Ограничения

В метаданных заявлена поддержка английского языка. Заявления README о высокой точности и превосходстве в бенчмарках нельзя независимо оценить по доступным данным.

Для каких профессий подходит5

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

Dhanishtha Overview

Dhanishtha is a cutting-edge reasoning AI model developed by HelpingAI, designed for deep introspection and structured logical analysis. Unlike traditional models that generate immediate responses, Dhanishtha employs a unique deep-thinking process process—an internal deliberation phase that enhances reasoning depth before presenting refined answers.

Model Capabilities

Dhanishtha operates in Dhanishtha Mode, inspired by the Dhanishtha Nakshatra, known for wisdom, rhythm, and intellectual depth. The model engages in a multi-step thought process before providing responses, ensuring high accuracy and coherence.

Key Features:

  • Structured Internal Reasoning: Engages in self-dialogue within <think></think> tags, iterating through ideas and refining its thought process before responding.
  • Progressive Thought Refinement: Evaluates multiple perspectives, making logical connections and ensuring a well-rounded answer.
  • Emotionally Intelligent Conversational Style: Responses are expressive, engaging, and tailored for natural human interaction.
  • Optimized for Critical Thinking & Problem-Solving: Excels in analytical reasoning, debate, and deep philosophical discussions.
  • Context Awareness: Maintains logical coherence in extended interactions, avoiding contradictions and ensuring smooth thought progression.

Training & Architecture

  • Model Size: Optimized for high-performance reasoning with balanced efficiency.
  • Training Approach: Fine-tuned using advanced structured learning techniques to enhance deliberative thinking and introspective processing.
  • Data Sources: Trained on a diverse dataset covering philosophy, critical reasoning, and problem-solving scenarios to develop a deep intellectual foundation.

Performance & Benchmarks

Dhanishtha outperforms conventional models in structured reasoning and contextual depth. The model has been rigorously evaluated across various metrics, demonstrating significant improvements in:

  • Logical Coherence & Argumentation: Enhanced ability to follow complex discussions and construct persuasive arguments.
  • Depth of Analysis: Excels in breaking down intricate topics into clear, structured responses.
  • Adaptive Conversational Flow: Seamlessly shifts between casual and analytical tones based on user input.

Deployment & Use Cases

Dhanishtha is designed for:

  • High-precision academic and philosophical discussions
  • Deep problem-solving and strategic reasoning
  • Engaging and thought-provoking conversations
  • Use in AI-driven research and advanced dialogue systems

Benchmarks

We report Pass@1 accuracy averaged over 16 samples for each problem.

ModelAIME 2024MATH 500AMC 2023Minerva MathOlympiadBenchAvg.
2.5-7B-Instruct13.379.850.634.640.743.8
rStar-Math-7B26.778.447.5-47.1-
Eurus-2.7B-PRIME26.779.257.838.642.148.9
Qwen2.5-7B-SimpleRL26.782.462.539.743.350.9
DeepSeek-R1-Distill-Qwen-1.5B28.882.862.926.543.348.9
Still-1.5B32.584.466.729.045.451.6
DeepScaleR-1.5B-Preview43.187.873.630.250.057.0
O1-Preview40.081.4----
Dhanishta38.285.170.330.542.053.2

Credits & License

Dhanishtha is developed and maintained by HelpingAI, pushing the boundaries of AI-driven introspection and structured reasoning. The model is open-source and community-driven, encouraging contributions and collaborative innovation.

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
2137043

0 моделей