/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
71 млрд
Размер весов
145 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Опубликована
23 янв 2024

Qwen1.5-72B

Генерация текстаТекст → текст3 профессии

Базовая языковая модель Qwen1.5 с 71 млрд параметров для экспериментов и дальнейшего обучения задачам генерации текста.

11 389скачиваний за 30 дней64лайкавеса обновлены5 апр 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 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

Qwen1.5-72B — базовая плотная авторегрессионная языковая модель из серии Qwen1.5, разработанной командой Qwen. Это бета-версия Qwen2 на архитектуре Transformer decoder-only; модель содержит около 71 млрд параметров и рассчитана на генерацию текста. В карточке заявлена поддержка контекста до 32 768 токенов и многоязычность, а метаданные указывают английский язык. Модель доступна в формате safetensors и поддерживается библиотекой Transformers.

Модель подходит для продолжения предобучения и постобучения, например SFT или RLHF, а также для исследовательских экспериментов с генерацией текста. Разработчик не рекомендует использовать базовую версию для непосредственной генерации; для диалогового применения предпочтительна выровненная chat-версия. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории модели.

Сценарии применения

  • продолжение предобучения на специализированном корпусе
  • дообучение модели методом SFT
  • выравнивание модели с помощью RLHF
  • эксперименты с генерацией текста на длинном контексте

Ограничения

Разработчик не рекомендует использовать базовую модель непосредственно для генерации текста; для диалогового применения нужна выровненная chat-версия или дополнительное постобучение. Лицензия обозначена как other, поэтому условия использования следует уточнить в карточке модели.

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

Qwen1.5-72B

Introduction

Qwen1.5 is the beta version of Qwen2, a transformer-based decoder-only language model pretrained on a large amount of data. In comparison with the previous released Qwen, the improvements include:

  • 8 model sizes, including 0.5B, 1.8B, 4B, 7B, 14B, 32B and 72B dense models, and an MoE model of 14B with 2.7B activated;
  • Significant performance improvement in Chat models;
  • Multilingual support of both base and chat models;
  • Stable support of 32K context length for models of all sizes
  • No need of trust_remote_code.

For more details, please refer to our blog post and GitHub repo.

Model Details

Qwen1.5 is a language model series including decoder language models of different model sizes. For each size, we release the base language model and the aligned chat model. It is based on the Transformer architecture with SwiGLU activation, attention QKV bias, group query attention, mixture of sliding window attention and full attention, etc. Additionally, we have an improved tokenizer adaptive to multiple natural languages and codes. For the beta version, temporarily we did not include GQA (except for 32B) and the mixture of SWA and full attention.

Requirements

The code of Qwen1.5 has been in the latest Hugging face transformers and we advise you to install transformers>=4.37.0, or you might encounter the following error:

KeyError: 'qwen2'.

Usage

We do not advise you to use base language models for text generation. Instead, you can apply post-training, e.g., SFT, RLHF, continued pretraining, etc., on this model.

Citation

If you find our work helpful, feel free to give us a cite.

@article{qwen,
  title={Qwen Technical Report},
  author={Jinze Bai and Shuai Bai and Yunfei Chu and Zeyu Cui and Kai Dang and Xiaodong Deng and Yang Fan and Wenbin Ge and Yu Han and Fei Huang and Binyuan Hui and Luo Ji and Mei Li and Junyang Lin and Runji Lin and Dayiheng Liu and Gao Liu and Chengqiang Lu and Keming Lu and Jianxin Ma and Rui Men and Xingzhang Ren and Xuancheng Ren and Chuanqi Tan and Sinan Tan and Jianhong Tu and Peng Wang and Shijie Wang and Wei Wang and Shengguang Wu and Benfeng Xu and Jin Xu and An Yang and Hao Yang and Jian Yang and Shusheng Yang and Yang Yao and Bowen Yu and Hongyi Yuan and Zheng Yuan and Jianwei Zhang and Xingxuan Zhang and Yichang Zhang and Zhenru Zhang and Chang Zhou and Jingren Zhou and Xiaohuan Zhou and Tianhang Zhu},
  journal={arXiv preprint arXiv:2309.16609},
  year={2023}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
93bac0d

0 моделей