/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
QwenSlerp8-7B
Библиотека
transformers
Опубликована
13 ноя 2024

Qwen-2.5-Aether-SlerpFusion-7B

Генерация текстаТекст → текст15 профессий

Слитая модель Qwen2 на 7,1 млрд параметров для генерации текста и диалогов, суммаризации, перевода и создания чат-ботов.

36скачиваний за 30 дней2лайкавеса обновлены24 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 оценки6

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

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2987

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6262

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2734

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4178

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5462

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4327

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen-2.5-Aether-SlerpFusion-7B — слитая текстовая модель на архитектуре Qwen2, созданная ZeroXClem с помощью mergekit и метода SLERP. Она объединяет Locutusque/StockQwen-2.5-7B и allknowingroger/QwenSlerp8-7B; размер модели составляет 7,1 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для генерации текста и диалогов, включая создание контента, суммаризацию, перевод и чат-ботов.

README также предлагает использовать её для юридических, медицинских и технических задач, однако не приводит специализированных оценок или подтверждения качества в этих областях. Модель принимает текст и генерирует текст; метаданные указывают английский и китайский языки. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • генерация и редактирование текстов
  • суммаризация длинных документов
  • перевод текстов
  • создание диалогового чат-бота
  • ответы на технические вопросы

Ограничения

README не приводит раздельных сравнительных оценок качества для заявленных сценариев, включая юридические и медицинские задачи. Для практического применения в специализированных областях качество следует отдельно проверять.

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

ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B

Qwen-2.5-Aether-SlerpFusion-7B is a sophisticated model merge that combines the strengths of multiple pre-trained language models using the powerful mergekit framework. This fusion leverages spherical linear interpolation (SLERP) to seamlessly blend architectural layers, resulting in a model that benefits from enhanced performance and versatility.

🚀 Merged Models

This model merge incorporates the following:

  • Locutusque/StockQwen-2.5-7B: Serves as the foundational model, renowned for its robust language understanding and generation capabilities.
  • allknowingroger/QwenSlerp8-7B: Contributes advanced task-specific fine-tuning, enhancing the model's adaptability across various applications.

🧩 Merge Configuration

The configuration below outlines how the models are merged using spherical linear interpolation (SLERP). This method ensures smooth transitions between the layers of both models, facilitating an optimal blend of their unique attributes:

# ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B Merge Configuration
slices:
  - sources:
      - model: Locutusque/StockQwen-2.5-7B
        layer_range: [0, 28]
      - model: allknowingroger/QwenSlerp8-7B
        layer_range: [0, 28]
merge_method: slerp
base_model: Locutusque/StockQwen-2.5-7B
parameters:
  t:
    - filter: self_attn
      value: [0, 0.5, 0.3, 0.7, 1]
    - filter: mlp
      value: [1, 0.5, 0.7, 0.3, 0]
    - value: 0.5
dtype: bfloat16

🔑 Key Parameters

  • Self-Attention Filtering (self_attn): Controls the blending extent across self-attention layers, allowing for a dynamic mix between the two source models.
  • MLP Filtering (mlp): Adjusts the balance within the Multi-Layer Perceptrons, fine-tuning the model’s neural network layers for optimal performance.
  • Global Weight (t.value): Sets a general interpolation factor for all unspecified layers, ensuring an equal contribution from both models.
  • Data Type (dtype): Utilizes bfloat16 to maintain computational efficiency while preserving high precision.

🗣️ Inference

Below is an example of how to load and use the model for text generation:

from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
import torch

# Define the model name
model_name = "ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B"

# Load the tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_name)

# Load the model
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Initialize the pipeline
text_generator = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Define the input prompt
prompt = "Explain the significance of artificial intelligence in modern healthcare."

# Generate the output
outputs = text_generator(
    prompt,
    max_new_tokens=150,
    do_sample=True,
    temperature=0.7,
    top_k=50,
    top_p=0.95
)

# Print the generated text
print(outputs[0]["generated_text"])

🎯 Use Case & Applications

Qwen-2.5-Aether-SlerpFusion-7B excels in scenarios that require both robust language understanding and specialized task performance. This merged model is ideal for:

  • Advanced Text Generation and Comprehension: Crafting coherent, contextually accurate, and nuanced text for applications like content creation, summarization, and translation.
  • Domain-Specific Tasks: Enhancing performance in specialized areas such as legal document analysis, medical information processing, and technical support.
  • Interactive AI Systems: Powering conversational agents and chatbots that require both general language capabilities and task-specific expertise.

📜 License

This model is open-sourced under the Apache-2.0 License.

💡 Tags

  • merge
  • mergekit
  • slerp
  • Qwen
  • Locutusque/StockQwen-2.5-7B
  • allknowingroger/QwenSlerp8-7B

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.29.59
IFEval (0-Shot)62.62
BBH (3-Shot)36.01
MATH Lvl 5 (4-Shot)24.17
GPQA (0-shot)6.49
MuSR (0-shot)11.29
MMLU-PRO (5-shot)36.96

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
0c943ae

0 моделей