/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2-7B
Библиотека
transformers
Опубликована
27 июн 2024

calme-2.3-qwen2-7b

Генерация текстаТекст → текст10 профессий

Дообученная на диалоговых и инструкционных данных Qwen2-7B для чата и генерации текста.

62скачиваний за 30 дней2лайкавеса обновлены19 сен 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.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3611

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4422

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,297

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2069

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5064

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3825

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MaziyarPanahi/calme-2.3-qwen2-7b — дообученная Maziyar Panahi версия языковой модели Qwen2-7B для диалоговой генерации текста. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2 и формат safetensors; для общения применяется шаблон ChatML. Заявленная длина контекста — 131 072 токена.

Модель предназначена для чата и широких задач генерации и понимания текста. В README заявлена цель улучшить базовую модель по бенчмаркам; приведены результаты Open LLM Leaderboard, включая средний балл 22,74, IFEval и BBH. В качестве данных для дообучения указаны HelpSteer2, OpenHermes-2.5, набор задач Orca Math и SlimOrca. Карточка указывает английский язык. Лицензия — Apache-2.0. Результаты бенчмарков сами по себе не гарантируют качество в конкретных сценариях.

Сценарии применения

  • ведение диалога с пользователем
  • ответы на общие вопросы
  • выполнение текстовых инструкций
  • составление и редактирование текстов
  • решение математических текстовых задач

Ограничения

Заявленная цель улучшения базовой модели подкреплена результатами бенчмарков в README, но они не гарантируют качество для конкретных задач. Английский указан среди языков карточки; поддержка других языков источниками не подтверждена.

Для каких профессий подходит10

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

MaziyarPanahi/calme-2.3-qwen2-7b

This is a fine-tuned version of the Qwen/Qwen2-7B model. It aims to improve the base model across all benchmarks.

⚡ Quantized GGUF

All GGUF models are available here: MaziyarPanahi/calme-2.3-qwen2-7b-GGUF

🏆 Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.22.74
IFEval (0-Shot)38.25
BBH (3-Shot)30.96
MATH Lvl 5 (4-Shot)18.66
GPQA (0-shot)6.26
MuSR (0-shot)13.31
MMLU-PRO (5-shot)29.01

Prompt Template

This model uses ChatML prompt template:

<|im_start|>system
{System}
<|im_end|>
<|im_start|>user
{User}
<|im_end|>
<|im_start|>assistant
{Assistant}

How to use


# Use a pipeline as a high-level helper

from transformers import pipeline

messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe = pipeline("text-generation", model="MaziyarPanahi/calme-2.3-qwen2-7b")
pipe(messages)


# Load model directly

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("MaziyarPanahi/calme-2.3-qwen2-7b")
model = AutoModelForCausalLM.from_pretrained("MaziyarPanahi/calme-2.3-qwen2-7b")

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
3eafb91

0 моделей