/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
32 млрд
Размер весов
65,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-32B-Instruct
Библиотека
transformers
Опубликована
29 дек 2024

Linkbricks-Horizon-AI-Avengers-V1-32B

Генерация текстаТекст → текст15 профессий

Дообученная на базе Qwen2.5-32B-Instruct многоязычная модель для диалога, генерации текста, анализа отзывов, программирования и логических задач.

52скачиваний за 30 дней10лайковвеса обновлены27 мар 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 оценки6

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

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4538

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,6027

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7972

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,7001

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5793

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3624

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Saxo (Джи Юнсон), специалист по данным и руководитель Linkbricks Horizon-AI, дообучил эту плотную языковую модель на основе Qwen2.5-32B-Instruct. Модель содержит 32 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; для работы с ней используется библиотека Transformers. В обучении применялись этапы CPT, SFT, DPO и ORPO, а также данные из многоязычных новостных и wiki-корпусов и наборы для отдельных задач.

Модель предназначена для диалога и генерации текста, в том числе для анализа отзывов и публикаций в социальных сетях, написания текстов и кода, математических и логических задач, а также вызова функций и инструментов. В README заявлена работа с корейским, английским, японским и китайским языками; датасеты также включают перевод и суммаризацию. Репозиторий содержит веса в формате safetensors. Лицензия Apache 2.0.

Сценарии применения

  • анализ отзывов клиентов и публикаций в соцсетях
  • написание и редактирование текстов на корейском, английском, японском и китайском
  • перевод между корейским, английским, японским и китайским языками
  • суммаризация текстов на корейском языке
  • решение математических и логических задач
  • генерация кода и вызов инструментов в диалоге

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

AI専門企業であるLinkbricks Horizon-AI のデータサイエンティストであるジ・ユンソン(Saxo)代表が Qwen/Qwen2.5-32B-Instructベースモデルを使用し、H100-80G 8個で約35%程度のパラメータをCPT->SFT->DPO->ORPOした多言語強化言語モデル。 8千万件の様々な言語圏のニュースやウィキコーパスを基に、様々なタスク別の日本語・韓国語・中国語・英語クロス学習データと数学や論理判断データを通じて、日中韓英言語のクロスエンハンスメント処理と複雑な論理問題にも対応できるように訓練したモデルである。 -トークナイザーは、単語拡張なしでベースモデルのまま使用します。 -カスタマーレビューやソーシャル投稿の高次元分析及びコーディングとライティング、数学、論理判断などが強化されたモデル。 -Function Call -Deepspeed Stage=3、rslora及びBAdam Layer Modeを使用 -「transformers_version」: 「4.46.3」

AI 전문 기업인 Linkbricks Horizon-AI 의 데이터사이언티스트인 지윤성(Saxo) 대표가 Qwen/Qwen2.5-32B-Instruct 베이스모델을 사용해서 H100-80G 8개를 통해 약 35%정도의 파라미터를 CPT->SFT->DPO->ORPO 한 다국어 강화 언어 모델 8천만건의 다양한 언어권의 뉴스 및 위키 코퍼스를 기준으로 다양한 테스크별 일본어-한국어-중국어-영어 교차 학습 데이터와 수학 및 논리판단 데이터를 통하여 한중일영 언어 교차 증강 처리와 복잡한 논리 문제 역시 대응 가능하도록 훈련한 모델이다. -토크나이저는 단어 확장 없이 베이스 모델 그대로 사용 -고객 리뷰나 소셜 포스팅 고차원 분석 및 코딩과 작문, 수학, 논리판단 등이 강화된 모델 -Function Call 및 Tool Calling 지원 -Deepspeed Stage=3, rslora 및 BAdam Layer Mode 사용 -"transformers_version": "4.46.3"

Finetuned by Mr. Yunsung Ji (Saxo), a data scientist and CEO at Linkbricks Horiozn-AI, a company specializing in AI and big data analytics about 35% of total parameters CPT->SFT->DPO->ORPO training model based on Qwen/Qwen2.5-32B-Instruct through 8 H100-80Gs as multi-lingual boosting language model It is a model that has been trained to handle Japanese-Korean-Chinese-English cross-training data and 80M multi-lingual news corpus and logic judgment data for various tasks to enable cross-fertilization processing and complex Korean logic & math problems. -Tokenizer uses the base model without word expansion -Models enhanced with high-dimensional analysis of customer reviews and social posts, as well as coding, writing, math and decision making -Function Calling -Deepspeed Stage=3, use rslora and BAdam Layer Mode

www.horizonai.ai, www.linkbricks.com, www.linkbricks.vc

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
bc14fbd

0 моделей