Uploaded model
- Developed by: SejongKRX
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-7b-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,1 млрд
- Размер весов
- 15,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-7b-bnb-4bit
- Опубликована
- 19 ноя 2024
Ссылки
Sejong-Qwen-test-v3
Производная модели SejongKRX/RevThink-Sejong-Qwen-Base-v1. Дообученная модель Qwen2 для генерации текста, в том числе ответов на финансовые вопросы на корейском языке.
18скачиваний за 30 дней1лайквеса обновлены19 ноя 2024
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 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
Карточка модели SejongKRX/Sejong-Qwen-test-v3 на Hugging Face совпадает с карточкой SejongKRX/RevThink-Sejong-Qwen-Base-v1, поэтому описание составлено по ней.
SejongKRX/RevThink-Sejong-Qwen-Base-v1 — модель генерации текста, разработанная SejongKRX путём дообучения unsloth/qwen2.5-7b-bnb-4bit. Это плотная причинно-языковая модель семейства Qwen2 с 7,1 млрд параметров и контекстом до 131 072 токенов. В карточке указаны обучение с Unsloth и библиотекой Hugging Face TRL, а среди метаданных — набор gyung/RevThink-financial-mmlu-ko, ориентированный на финансовые вопросы на корейском языке.
Модель предназначена для генерации ответов и рассуждений в текстовом формате; вероятный сценарий применения — финансовые вопросы на корейском языке. Лицензия — Apache-2.0. Карточка не приводит оценок качества и подробных результатов обучения, поэтому надёжность ответов в финансовых сценариях по доступным сведениям не установлена.
Сценарии применения
- Ответы на финансовые вопросы на корейском языке
- Генерация текстовых ответов с опорой на финансовые знания
- Эксперименты с дообучением Qwen2 на финансовых задачах
Ограничения
Карточка не содержит количественных оценок качества или подробностей о поведении модели; её надёжность в финансовых задачах не установлена. Поддержка английского не подтверждена описанием обучения, хотя язык указан в тегах метаданных.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей
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
- 83f4cc6