Компактная модель Sakalti на архитектуре Qwen2 для генерации текста и диалогов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
0,0529
Публичная таблицаревизия совпадает
MMLU-PRO
MMLU-PRO Raw · выше — лучше
0,1902
Публичная таблицаревизия совпадает
Описание составлено по карточке модели и метаданным Hugging Face
Sakalti/SJTPass-2 — языковая модель Sakalti для генерации текста и диалогов. Она создана с помощью mergekit методом passthrough на основе Sakalti/SJT-0.5B; в конфигурации указаны диапазоны слоёв [0, 12] и [12, 24] и формат bfloat16. Метаданные описывают архитектуру как плотную Qwen2 с классом Qwen2ForCausalLM и размером 494 млн параметров.
Модель принимает текст и генерирует текст; её можно использовать для диалогового общения и задач генерации. Заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса safetensors, библиотека — Transformers, лицензия — Apache-2.0. Метаданные также отмечают интерфейс вызова инструментов, но README не раскрывает его поведение или качество.
В README не приведены оценки качества или результаты тестирования; размер модели ограничен 494 млн параметров.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a merge of pre-trained language models created using mergekit.
This model was merged using the passthrough merge method.
The following models were included in the merge:
The following YAML configuration was used to produce this model:
slices:
- sources:
- model: Sakalti/SJT-0.5B
layer_range: [0, 12]
- sources:
- model: Sakalti/SJT-0.5B
layer_range: [12, 24]
merge_method: passthrough
dtype: bfloat16
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…