Uploaded model
- Developed by: Sakalti
- License: apache-2.0
- Finetuned from model : Sakalti/Qwen2.5-test-2
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,7 млрд
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-test-2
- Опубликована
- 13 янв 2025
Ссылки
SJT-1.7B
SJT-1.7B — дообученная Sakalti модель Qwen2 для генерации текста и диалоговых ответов.
539скачиваний за 30 дней0лайковвеса обновлены18 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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.
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат0,1133
Open LLM v2 · архивПубличная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат0,0015
Open LLM v2 · архивПубличная таблицадругая ревизия
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
SJT-1.7B — языковая модель Sakalti на архитектуре Qwen2, дообученная на базе Sakalti/Qwen2.5-test-2. Модель содержит 1,7 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также отмечен интерфейс вызова инструментов.
Модель принимает текст и выдаёт текст. Её контекстное окно составляет до 131 072 токенов. Для обучения использовались Unsloth и TRL; веса опубликованы в формате safetensors. Карточка указывает английский язык. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- генерация ответов в текстовом чате
- продолжение и составление текстов на английском языке
- диалоговое взаимодействие с вызовом инструментов
Ограничения
Карточка не приводит результаты оценок качества или подробное описание обучающих данных; применимость вызова инструментов зависит от поддерживаемого формата интерфейса.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 37e5231