/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B-Instruct
Опубликована
17 дек 2024

Athena-3-14B

Генерация текстаТекст → текст15 профессий

Athena-3-14B — многоязычная языковая модель для диалогов, следования инструкциям, генерации текста и рассуждений.

44скачиваний за 30 дней3лайкавеса обновлены9 июн 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-3-14B — каузальная языковая модель, разработанная Aayan Mishra и дообученная на Qwen/Qwen2.5-14B-Instruct. Она предназначена для диалогов, следования инструкциям и генерации текста, включая написание материалов, суммаризацию, ответы на вопросы, перевод, классификацию текста и рассуждения по STEM-темам.

Модель построена на архитектуре Qwen2 с 14 млрд параметров; использует Transformer, RoPE, SwiGLU, RMSNorm и Grouped Query Attention. Метаданные указывают контекст до 32 768 токенов. Карточка заявляет поддержку более 29 языков, включая английский, китайский и русский; заявленная лицензия — MIT.

Модель подходит для общих текстовых задач, однако качество зависит от языка, а наиболее сильные возможности заявлены для английского. Ответы могут содержать ошибки и предубеждения; знания ограничены сведениями примерно до августа 2024 года. Модель не предназначена для критически важных решений или работы с конфиденциальными данными.

Сценарии применения

  • написание эссе, писем и связных текстов
  • суммаризация документов
  • ответы на вопросы и ведение диалога
  • перевод между языками
  • классификация текстов
  • помощь с учебными и техническими STEM-задачами

Ограничения

Качество может различаться между языками; наиболее сильные возможности заявлены для английского. Ответы могут содержать ошибки и предубеждения, знания ограничены примерно августом 2024 года; модель не предназначена для критически важных решений или конфиденциальных данных.

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

Athena-3

Athena generated this model card!

Athena-3-14B is a 14.0-billion-parameter causal language model fine-tuned from Qwen2.5-14B-Instruct. This model is designed to provide highly fluent, contextually aware, and logically sound outputs across a broad range of NLP and reasoning tasks. It balances instruction-following with generative flexibility.

Model Details

  • Model Developer: Aayan Mishra
  • Model Type: Causal Language Model
  • Architecture: Transformer with Rotary Position Embeddings (RoPE), SwiGLU activation, RMSNorm, Attention QKV bias, and tied word embeddings
  • Parameters: 14.0 billion total (12.84 billion non-embedding)
  • Layers: 40
  • Attention Heads: 40 for query and 4 for key-value (Grouped Query Attention)
  • Vocabulary Size: Approximately 151,646 tokens
  • Context Length: Supports up to 131,072 tokens
  • Languages Supported: Over 29 languages, including strong performance in English, Chinese, and multilingual instruction tasks
  • License: MIT

Training Details

Athena-3-14B was fine-tuned using the Unsloth framework on a single NVIDIA A100 GPU. The fine-tuning process spanned approximately 90 minutes over 60 epochs, utilizing a curated instruction-tuned dataset. It is tailored for generalist NLP performance with a focus on reasoning, alignment, and fluency.

Intended Use

Athena-3-14B is ideal for a wide variety of tasks, including:

  • Instruction Following: Handling complex prompts with step-by-step logical output
  • Writing Assistance: Generating essays, emails, and coherent narratives
  • NLP Tasks: Summarization, question answering, translation, and text classification
  • STEM Support: Reasoning through academic and technical content

While Athena-3-14B is a versatile model, it is not intended for safety-critical applications or the handling of private, sensitive information.

How to Use

To utilize Athena-3-14B, ensure that you have the latest version of the transformers library installed:

pip install transformers

Here's an example of how to load the Athena-3-14B model and generate a response:

from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "Spestly/Athena-3-14B"
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
prompt = "Explain the concept of entropy in thermodynamics."
messages = [
    {"role": "system", "content": "You are Maverick, an AI assistant designed to be helpful."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)

Maverick Search usage 🔍

To use this model with Maverick Search, please refer to this repository

Limitations

Users should be aware of the following limitations:

  • Biases: Athena-3-14B may reflect biases from its pretraining and fine-tuning data. Outputs should be reviewed for fairness and accuracy.
  • Knowledge Cutoff: The model's knowledge is current as of August 2024.
  • Multilingual Performance: Performance varies by language, with strongest capabilities in English and aligned datasets.

Acknowledgements

Athena-3-14B builds upon the Qwen2.5-14B foundation. Special thanks to the open-source ecosystem and Unsloth for enabling efficient fine-tuning workflows.

License

Athena-3-14B is released under the MIT License, permitting broad use and distribution with proper attribution.

Contact

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
62c2784

0 моделей