/ Модель

Характеристики

Контекст
16 384 токена
Параметры
14,1 млрд
Размер весов
29,3 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
phi-4
Библиотека
transformers
Опубликована
14 янв 2025

Parm-2-CoT-14B-16k-o1-QwQ

Генерация текстаТекст → текст14 профессий

Дообученная на Phi-4 языковая модель для диалогов, математических задач, программирования и многошаговых рассуждений.

59скачиваний за 30 дней7лайковвеса обновлены3 мая 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

Parm-2-CoT-14B-16k-o1-QwQ — языковая модель Pinkstack, дообученная на базе Microsoft Phi-4 для рассуждений и генерации текста. Она ориентирована на диалоги, решение математических задач, ответы на вопросы, требующие многошагового анализа, и программирование. В карточке указано, что модель обучалась на датасете amphora/QwQ-LongCoT-130K; архитектура репозитория обозначена как LlamaForCausalLM, веса доступны в формате safetensors. Размер модели — 14,1 млрд параметров, контекст — 16 384 токена.

Модель поддерживает текстовый ввод и выдаёт текст. Автор отмечает высокие результаты на отдельных тестах рассуждений, математики и знаний, но приводит низкий результат IFEval и связывает его с постоянным пошаговым рассуждением. Для устойчивых результатов рекомендуется низкая температура; иногда модель может завершить рассуждение без итогового ответа. Лицензия — MIT.

Сценарии применения

  • решение математических задач с пошаговыми рассуждениями
  • ответы на сложные вопросы с многошаговым анализом
  • генерация и объяснение программного кода
  • диалоговый помощник для текстовых запросов

Ограничения

Модель может чрезмерно рассуждать и слабо следовать инструкциям; иногда не выдаёт итоговый ответ после рассуждения. Автор рекомендует низкую температуру для более надёжного решения задач.

Для каких профессий подходит14

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

Renamed to parm-2 Please note, the low IFEVAL results is due to this model always reasoning, instruction following is limited, which caused it to have very low ifeval results, this should not matter for most use cases. gguf/final version: https://huggingface.co/Pinkstack/PARM-V2-phi-4-16k-CoT-o1-gguf

This model can be merged with phi-4 based LLMs!

Phi-4 Technical Report superthoughts 14B openllm detailed results Phi-4 that has been tuned to be more advanced at reasoning.

Unlike other Parm models we had to optimize our fine tuning process to ensure accuracy while still being able to release this model. Training loss: 0.443800

Beats qwen/qwq at MATH & MuSR & GPQA (MuSR being a reasoning benchmark) Evaluation:

image/png image/png image/png

image/png image/png image/png

the model can use this prompt format: (modified phi-4 prompt, by adding a system prompt telling the model to reason before responding you'll get a similar if not better response)

{{ if .System }}<|system|>
{{ .System }}<|im_end|>
{{ end }}{{ if .Prompt }}<|user|>
{{ .Prompt }}<|im_end|>
{{ end }}<|assistant|>{{ .CoT }}<|CoT|>
{{ .Response }}<|FinalAnswer|><|im_end|>

It is recommended to use a system prompt like this one:

You are a helpful ai assistant. Make sure to put your finalanswer at the end. 

Open LLM Leaderboard Evaluation Results

Detailed results can be found here! Summarized results can be found here!

MetricValue (%)
Average31.17
IFEval (0-Shot)5.15
BBH (3-Shot)52.85
MATH Lvl 5 (4-Shot)40.79
GPQA (0-shot)19.02
MuSR (0-shot)21.79
MMLU-PRO (5-shot)47.43

other leaderboard

According to https://llm.extractum.io/list/?benchmark=score_elo, this model is in the top 20 on their LMSys ELO score leaderboard.

🧀 Examples:

(q4_k_m, 10GB rtx 3080, 64GB memory, running inside of MSTY, all use "You are a friendly ai assistant." as the System prompt.) example 1: example1 example 2: 2 example 3: example2 example 4: example1part1.png example1part2.png

All generated locally

🧀 Information

  • ⚠️ A low temperature must be used to ensure it won't fail at reasoning. we use 0.3 - 0.8!
  • ⚠️ Due to the current prompt format, it may sometimes put <|FinalAnswer|> without providing a final answer at the end, you can ignore this or modify the prompt format. This is our flagship model, with top-tier reasoning, rivaling gemini-flash-exp-2.0-thinking and o1 mini. Overall, the results are similar to both of them.

Uploaded model

  • Developed by: Pinkstack
  • License: MIT
  • Finetuned from model : microsoft/phi-4

This phi-4 model was trained with Unsloth and Huggingface's TRL library.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
5757143

0 моделей