Характеристики

Контекст: 32 768 токенов
Параметры: 673 млн
Размер весов: 1,6 ГБ
Архитектура: qwen2 · dense
Базовая модель: SJT-0.5B
Библиотека: transformers
Опубликована: 25 янв 2025

Ссылки

Hugging Face

SJTPass-5

Sakalti

Генерация текстаТекст → текст3 профессии

Компактная модель на архитектуре Qwen2 для генерации текста и диалогов с контекстом до 32 768 токенов.

435скачиваний за 30 дней0лайковвеса обновлены25 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.

Открыть конструктор бенчмарка

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

BBH
BBH Raw · выше — лучше
Результат
0,3103
Open LLM v2 · архив
Публичная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,0159
Open LLM v2 · архив
Публичная таблицадругая ревизия
MUSR
MUSR Raw · выше — лучше
Результат
0,3794
Open LLM v2 · архив
Публичная таблицадругая ревизия
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,1327
Open LLM v2 · архив
Публичная таблицадругая ревизия
GPQA
GPQA Raw · выше — лучше
Результат
0,2668
Open LLM v2 · архив
Публичная таблицадругая ревизия
IFEval
IFEval Raw · выше — лучше
Результат
0,2425
Open LLM v2 · архив
Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sakalti/SJTPass-5 — языковая модель для генерации текста, собранная из Sakalti/SJT-0.5B с помощью mergekit и метода passthrough. В метаданных указана архитектура Qwen2 с плотной причинной языковой моделью Qwen2ForCausalLM; размер — 672,9 млн параметров. Репозиторий содержит веса в формате safetensors, а для работы заявлена библиотека Transformers.

Модель предназначена для генерации текста и диалогового использования. Она принимает текст и выдаёт текст; заявленная длина контекста — до 32 768 токенов. Карточка описывает способ объединения слоёв одной базовой модели, но не приводит оценок качества или подробных сценариев применения.

Модель создана на основе Sakalti/SJT-0.5B; лицензия в предоставленных материалах не указана. Данных о поддерживаемых естественных языках нет, поэтому нельзя определить языковую специализацию.

Сценарии применения

генерация продолжения текста
создание диалогового чат-бота
подготовка черновиков и коротких текстов

Ограничения

В материалах нет результатов оценки качества и сведений о поддерживаемых языках. Лицензия не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the passthrough merge method.

Models Merged

The following models were included in the merge:

Sakalti/SJT-0.5B

Configuration

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: [6, 18]
  - sources:
    - model: Sakalti/SJT-0.5B
      layer_range: [12, 24]
merge_method: passthrough
dtype: float16

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: cc3ce40