/ 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-2.5-qwen2-7b

Генерация текстаТекст → текст6 профессий

Дообученная на Qwen2-7B англоязычная диалоговая модель для генерации текста, ответов на вопросы и работы чат-ботов.

53скачиваний за 30 дней1лайквеса обновлены21 июл 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

    0,3682

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4565

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2258

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3104

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3145

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,4887

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

calme-2.5-qwen2-7b — языковая модель MaziyarPanahi, дообученная на базе Qwen/Qwen2-7B. Она предназначена для диалоговой генерации текста и, по заявлению автора, должна улучшать базовую модель на различных бенчмарках. Модель имеет архитектуру Qwen2 с 7,1 млрд параметров, принимает текст и использует шаблон диалога ChatML. Заявленная длина контекста — 131 072 токена.

Модель подходит для чат-ботов, ответов на вопросы и генерации текста; в обучающих данных указаны HelpSteer2, OpenHermes-2.5, Orca Math Word Problems и SlimOrca. Поддерживаемый язык в метаданных — английский. Доступна по лицензии Apache-2.0. Результаты оценки в README обозначены как ожидаемые, поэтому улучшение качества не подтверждено приведёнными бенчмарками.

Сценарии применения

  • создание англоязычного чат-бота
  • ответы на вопросы в диалоге
  • генерация и продолжение текста
  • решение текстовых математических задач
  • прототипирование ассистента с шаблоном ChatML

Ограничения

README не приводит опубликованных результатов бенчмарков: раздел оценки помечен как ожидающий. Поддержка языков, кроме английского, в метаданных не заявлена.

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

MaziyarPanahi/calme-2.5-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-2.5-qwen2-7b-GGUF

🏆 Open LLM Leaderboard Evaluation Results

coming soon!

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-2.5-qwen2-7b")
pipe(messages)


# Load model directly

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("MaziyarPanahi/calme-2.5-qwen2-7b")
model = AutoModelForCausalLM.from_pretrained("MaziyarPanahi/calme-2.5-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
20fb1af

0 моделей