/ Модель

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
4 ноя 2024

Sejong-Qwen-v5

Генерация текстаТекст → текст3 профессии

Дообученная модель Qwen2 для генерации текста и ответов на вопросы, в том числе по финансовой тематике на корейском языке.

15скачиваний за 30 дней2лайкавеса обновлены4 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.

  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 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

SejongKRX разработала Sejong-Qwen-v5 — дообученную плотную авторегрессионную языковую модель семейства Qwen2 размером 7,1 млрд параметров на базе unsloth/qwen2.5-7b-bnb-4bit. Модель предназначена для генерации текста; пример в карточке связан с вопросом о временной стоимости денег, а среди источников обучающих данных названы Wikipedia и открытые данные Банка Кореи.

Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов. В метаданных указан английский язык, а пример и описание обучающих данных в карточке на корейском; вероятно, модель ориентирована на корейские финансовые вопросы, однако ширина её языковой поддержки в карточке не описана. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • ответы на вопросы о временной стоимости денег
  • генерация текста на корейском языке
  • подготовка ответов по финансовым данным Банка Кореи

Ограничения

Карточка не приводит результатов оценки качества или подробного описания возможностей; финансовую специализацию и поддержку корейского языка следует считать выводом из примера и данных обучения. Доступный контекст и качество не гарантируют точность ответов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sejong-Qwen-v5_inference.ipynb: Open In Colab

Usage:

!pip install transformers einops accelerate
!pip install qwen
!pip install unsloth

from transformers import AutoTokenizer, AutoModelForCausalLM

# 토크나이저와 모델 로드
tokenizer = AutoTokenizer.from_pretrained(
    "SejongKRX/Sejong-Qwen-v5",
    trust_remote_code=True,
    use_fast=False
)
model = AutoModelForCausalLM.from_pretrained(
    "SejongKRX/Sejong-Qwen-v5",
    trust_remote_code=True
)

# 입력 텍스트
input_text =  """
다음 중 화폐의 시간가치에 관한 설명으로 옳지 않은 것은 무엇인가?

A. 월 복리의 경우, 매월 적용되는 이자율은 연간 명목 이자율을 1/12로 나누어 산출한다.
B. 투자 원금 및 기타 조건이 동일할 경우, 단리 방식보다 복리 방식에서 발생하는 이자가 더 크다.
C. 일시불로 지급될 금액의 현재 가치는 미래 가치를 일정 기간 동안 할인율을 적용해 산출할 수 있다.
D. 1,000,000원을 연 5% 복리로 2년 동안 예치했을 경우, 만기에 받을 세전 이자는 100,000원이다.

### 정답:
"""

inputs = tokenizer(input_text, return_tensors="pt")

# 모델을 사용하여 텍스트 생성
output = model.generate(**inputs, max_new_tokens=1500)

# 결과 디코딩
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(generated_text)

output:

다음 중 화폐의 시간가치에 관한 설명으로 옳지 않은 것은 무엇인가?

A. 월 복리의 경우, 매월 적용되는 이자율은 연간 명목 이자율을 1/12로 나누어 산출한다.
B. 투자 원금 및 기타 조건이 동일할 경우, 단리 방식보다 복리 방식에서 발생하는 이자가 더 크다.
C. 일시불로 지급될 금액의 현재 가치는 미래 가치를 일정 기간 동안 할인율을 적용해 산출할 수 있다.
D. 1,000,000원을 연 5% 복리로 2년 동안 예치했을 경우, 만기에 받을 세전 이자는 100,000원이다.

### 정답:
D

Dataset

본 모델은 다양한 출처의 데이터(Wikipedia 및 한국은행의 공공 데이터)를 활용하여 학습되었으며, 모든 데이터는 저작권 및 사용 정책에 따라 적절히 사용되었습니다.

  • Wikipedia 데이터는 CC BY-SA 4.0 라이선스를 따릅니다. 자세한 정보는 여기에서 확인할 수 있습니다.
  • 한국은행의 데이터는 한국은행의 저작권 보호방침에 따라 사용되었습니다.

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.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
1e4465b

0 моделей