/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
927 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
17 окт 2024

MiniPLM-Qwen-1.2B

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель Qwen2, дистиллированная при предварительном обучении для генерации текста и диалогов.

234скачиваний за 30 дней4лайкавеса обновлены25 мар 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

MiniPLM-Qwen-1.2B — языковая модель семейства Qwen2, разработанная MiniLLM и предварительно обученная с нуля на корпусе The Pile с использованием фреймворка дистилляции знаний MiniPLM. В качестве модели-учителя использовалась Qwen1.5-1.8B; авторы также опубликовали корпус, отобранный методом Difference Sampling. В метаданных указаны 927 млн параметров, контекст до 32 768 токенов, архитектура Qwen2ForCausalLM и формат safetensors.

Модель предназначена для генерации текста и диалогового взаимодействия на английском языке. Её можно использовать для экспериментов с компактными языковыми моделями и генерацией текста. Репозиторий распространяется по лицензии Apache-2.0. README сообщает о результатах оценки, но не приводит конкретных чисел или подробностей тестирования.

Сценарии применения

  • генерация англоязычного текста
  • создание диалогового помощника
  • эксперименты с дистилляцией языковых моделей

Ограничения

README не приводит численные результаты оценки или подробное описание ограничений; качество на конкретных задачах следует проверять отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MinPLM-Qwen-1.2B

paper | code

MiniPLM-Qwen-1.2B is a 1.2B model with Qwen achitecture pre-trained from scratch on the Pile using the MiniPLM knowledge distillation framework with the offcial Qwen1.5-1.8B as the teacher model.

We also open-source the pre-training corpus refined by Difference Sampling in MiniPLM for reproducibility.

Evaluation

MiniPLM models achieves better performance given the same computation and scales well across model sizes:

Baseline Models

Citation

@article{miniplm,
    title={MiniPLM: Knowledge Distillation for Pre-Training Language Models}, 
    author={Yuxian Gu and Hao Zhou and Fandong Meng and Jie Zhou and Minlie Huang},
    journal={arXiv preprint arXiv:2410.17215},
    year={2024}
}

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
cc8291d

0 моделей