Компактная разговорная модель Qwen2 для генерации текста на вьетнамском и английском языках.
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
Khanhmodel0-7.1 — разговорная языковая модель, разработанная и сопровождаемая Khanhaimodel. Это плотная причинная языковая модель архитектуры Qwen2 с 494 млн параметров; для запуска в README показан Transformers. Модель предназначена для генерации текста и диалоговых сценариев, пример запроса приведён на вьетнамском языке. Метаданные карточки также отмечают поддержку английского языка и контекст до 32 768 токенов.
Модель можно использовать для ответов в чате, продолжения текста и генерации коротких реплик. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В README нет результатов оценки качества или подробностей о данных обучения, поэтому уровень точности для конкретных задач по карточке определить нельзя.
В карточке не приведены результаты оценки качества и сведения о данных обучения; фактические возможности модели для отдельных сценариев по этим данным не подтверждены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Mô hình được phát triển và quản lý bởi Khanhaimodel.
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "Khanhaimodel/Khanhmodel0-7.1"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)
prompt = "Xin chào!"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=50)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…