Uploaded model
- Developed by: Vigneshwaran22
- 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
- 25 янв 2025
Ссылки
sim_model
Дообученная 7,1-миллиардная модель Qwen2 для генерации текста с контекстом до 131 072 токенов.
18скачиваний 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.
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
Vigneshwaran22/sim_model — дообученная модель генерации текста на архитектуре Qwen2, основанная на unsloth/qwen2.5-7b-bnb-4bit. По карточке, модель обучалась с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста; конкретная специализация и целевые сценарии не описаны. Модель содержит 7,1 млрд параметров и поддерживает контекст до 131 072 токенов. Указан английский язык. Лицензия — Apache-2.0.
Сценарии применения
- генерация текста на английском языке
- создание черновиков и продолжение текста
- ответы на текстовые запросы
Ограничения
Карточка не описывает специализацию, качество на бенчмарках или поведение модели в диалоге; результаты для конкретных задач не подтверждены.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели
Также подходит для
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
- b280e33