/ 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-2.6-qwen2-7b

Генерация текстаТекст → текст7 профессий

Дообученная на диалоговых и инструкционных данных модель Qwen2-7B для генерации ответов и работы с текстом в формате ChatML.

63скачиваний за 30 дней2лайкавеса 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4586

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2844

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1216

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,493

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3443

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3732

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

calme-2.6-qwen2-7b — дообученная Maziyar Panahi версия языковой модели Qwen2-7B, предназначенная для диалоговой генерации текста. Разработчик заявляет, что дообучение нацелено на улучшение результатов базовой модели по различным бенчмаркам; в карточке указаны наборы HelpSteer2, OpenHermes-2.5, Orca Math Word Problems и SlimOrca.

Модель имеет плотную архитектуру Qwen2ForCausalLM с 7,1 млрд параметров и контекстом до 131 072 токенов. Она работает с текстом, поддерживает шаблон диалога ChatML и ориентирована на английский язык. Весовые файлы представлены в формате safetensors; отдельно доступны квантованные версии GGUF. Модель распространяется по лицензии Apache-2.0.

Карточка не приводит результатов оценки: раздел с бенчмарками помечен как ожидающий публикации. Поэтому заявленное улучшение относительно базовой модели нельзя проверить по приведённым данным; качество ответов и математических рассуждений следует оценивать на собственных задачах.

Сценарии применения

  • диалоговый помощник на английском языке
  • ответы на инструкции и вопросы
  • генерация и продолжение текста
  • помощь с математическими текстовыми задачами
  • оценка и улучшение ответов в бенчмарковых сценариях

Ограничения

В карточке нет опубликованных результатов бенчмарков, поэтому заявленное улучшение относительно базовой модели не подтверждено приведёнными оценками. Языковая поддержка в метаданных указана для английского.

Для каких профессий подходит7

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-2.6-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-2.6-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-2.6-qwen2-7b")
pipe(messages)


# Load model directly

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("MaziyarPanahi/calme-2.6-qwen2-7b")
model = AutoModelForCausalLM.from_pretrained("MaziyarPanahi/calme-2.6-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
ebfaae0

0 моделей