/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
12,3 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B-Instruct
Опубликована
18 дек 2024

Athena-1-3B

Генерация текстаТекст → текст15 профессий

Athena-1 3B — компактная дообученная модель на базе Qwen2.5 для диалогов, генерации кода и структурированных текстовых ответов.

51скачиваний за 30 дней1лайквеса обновлены26 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.

  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

Athena-1 3B — дообученная языковая модель для следования инструкциям, созданная на базе Qwen/Qwen2.5-3B-Instruct. Модель разработана для диалогов и генерации текста в компактных приложениях; она имеет архитектуру Qwen2 с 3,1 млрд параметров и поддерживает контекст до 32 768 токенов, а длина генерируемого ответа может достигать 8 000 токенов.

Модель предназначена для создания чат-ботов, генерации и объяснения кода, решения математических задач, анализа документов и работы со структурированными данными, включая JSON и таблицы. README заявляет поддержку более 29 языков, в том числе английского, русского, китайского, французского, испанского, немецкого и японского; метаданные карточки отдельно подтверждают английский язык. Модель работает с текстом и может выдавать структурированные текстовые ответы.

Это компактная модель для сценариев, где важны скорость и умеренные вычислительные ресурсы. Указанная лицензия — other; конкретные условия лицензии в предоставленных данных не раскрыты.

Сценарии применения

  • создание диалогового чат-бота
  • генерация, отладка и объяснение кода
  • решение математических задач
  • суммаризация и анализ документов длиной до контекста модели
  • разбор и генерация JSON и таблиц
  • ответы пользователям на нескольких языках

Ограничения

README заявляет поддержку более 29 языков, но карточка метаданных подтверждает только английский. Условия лицензии с обозначением other в предоставленных данных не уточнены.

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

Header

Athena-1 3B:

Athena-1 3B is a fine-tuned, instruction-following large language model derived from Qwen/Qwen2.5-3B-Instruct. It is designed to provide efficient, high-quality text generation while maintaining a compact size. Athena 3B is optimized for lightweight applications, conversational AI, and structured data tasks, making it ideal for real-world use cases where performance and resource efficiency are critical.


Key Features

⚡ Lightweight and Efficient

  • Compact Size: At just 3.09 billion parameters, Athena-1 3B offers excellent performance with reduced computational requirements.
  • Instruction Following: Fine-tuned for precise and reliable adherence to user prompts.
  • Coding and Mathematics: Proficient in solving coding challenges and handling mathematical tasks.

📖 Long-Context Understanding

  • Context Length: Supports up to 32,768 tokens, enabling the processing of moderately lengthy documents or conversations.
  • Token Generation: Can generate up to 8K tokens of output.

🌍 Multilingual Support

  • Supports 29+ languages, including:
    • English, Chinese, French, Spanish, Portuguese, German, Italian, Russian
    • Japanese, Korean, Vietnamese, Thai, Arabic, and more.

📊 Structured Data & Outputs

  • Structured Data Interpretation: Processes structured formats like tables and JSON.
  • Structured Output Generation: Generates well-formatted outputs, including JSON and other structured formats.

Model Details

  • Base Model: Qwen/Qwen2.5-3B-Instruct
  • Architecture: Transformers with RoPE, SwiGLU, RMSNorm, Attention QKV bias, and tied word embeddings.
  • Parameters: 3.09B total (2.77B non-embedding).
  • Layers: 36
  • Attention Heads: 16 for Q, 2 for KV.
  • Context Length: Up to 32,768 tokens.

Applications

Athena 3B is designed for a variety of real-world applications:

  • Conversational AI: Build fast, responsive, and lightweight chatbots.
  • Code Generation: Generate, debug, or explain code snippets.
  • Mathematical Problem Solving: Assist with calculations and reasoning.
  • Document Processing: Summarize and analyze moderately large documents.
  • Multilingual Applications: Support for global use cases with diverse language requirements.
  • Structured Data: Process and generate structured data, such as tables and JSON.

Quickstart

Here’s how you can use Athena 3B for quick text generation:

# Use a pipeline as a high-level helper
from transformers import pipeline

messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe = pipeline("text-generation", model="Spestly/Athena-1-3B")
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Spestly/Athena-1-3B")
model = AutoModelForCausalLM.from_pretrained("Spestly/Athena-1-3B")

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
b2f9ab2

0 моделей