/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
13 янв 2025

levantine-translation-qwen2.5-7b

Генерация текстаТекст → текст3 профессии

Дообученная Qwen2.5-7B-Instruct для генерации текста и предполагаемого перевода на левантийский арабский.

22скачиваний за 30 дней0лайковвеса обновлены13 янв 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

Raniahossam33/levantine-translation-qwen2.5-7b — дообученная с помощью TRL версия инструктивной языковой модели Qwen2.5-7B-Instruct. Это плотная авторегрессионная модель с архитектурой Qwen2, содержащая 7,1 млрд параметров и принимающая контекст до 32 768 токенов. В карточке репозиторий назван моделью для перевода на левантийский арабский, однако README не описывает языковые пары, данные или специальные настройки перевода; приведённый пример показывает обычный диалоговый запрос.

Модель предназначена для генерации текста в диалоговом формате через Transformers и поддерживает чатовый интерфейс. Доступна в формате safetensors; лицензия и конкретные ограничения использования в предоставленных данных не описаны.

Сценарии применения

  • генерация ответов в диалоге на левантийском арабском
  • перевод текста на левантийский арабский
  • создание чат-бота на базе Qwen2.5

Ограничения

README не уточняет поддерживаемые языковые пары и качество перевода; назначение для левантийского диалекта следует из названия репозитория. Лицензия в предоставленных данных не указана.

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

Model Card for levantine-translation-qwen2.5-7b

This model is a fine-tuned version of Qwen/Qwen2.5-7B-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="Raniahossam33/levantine-translation-qwen2.5-7b", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.12.2
  • Transformers: 4.46.3
  • Pytorch: 2.4.1+cu118
  • Datasets: 3.2.0
  • Tokenizers: 0.20.3

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
bf6825d

0 моделей