Uploaded finetuned model
- Developed by: aemmeath
- License: apache-2.0
- Finetuned from model : openbmb/MiniCPM5-2B
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 2,2 млрд
- Размер весов
- 5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- MiniCPM5-2B
- Опубликована
- 16 сен 2026
Ссылки
MiniCPM5-Aether
Дообученная 2,2-миллиардная модель на базе MiniCPM5-2B для генерации текста и диалоговых ассистентов с длинным контекстом.
435скачиваний за 30 дней0лайковвеса обновлены16 сен 2026
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
aemmeath/MiniCPM5-Aether — дообученная языковая модель на архитектуре Llama, созданная разработчиком aemmeath на основе openbmb/MiniCPM5-2B. Модель содержит 2,2 млрд параметров, принимает текст и предназначена для генерации текста и диалогового использования; метаданные также отмечают интерфейс вызова инструментов. Нативная длина контекста составляет 131 072 токена, язык карточки — английский.
Модель подойдёт для создания диалоговых ассистентов и генерации ответов с использованием длинного контекста. README сообщает о дообучении с помощью Unsloth и библиотеки TRL, но не приводит результаты оценки качества или специализированные области применения. Лицензия — Apache-2.0.
Сценарии применения
- создание диалогового ассистента
- генерация текстовых ответов
- построение локального текстового ассистента
- диалог с использованием длинного контекста
- интеграция вызова инструментов в ассистента
Ограничения
README не сообщает результаты оценки качества, поэтому пригодность модели для конкретных задач следует проверять самостоятельно. Английский указан как язык карточки, но другие поддерживаемые языки не перечислены.
Для каких профессий подходит7
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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
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
- LlamaForCausalLM
- Ревизия весов
- f8cb39f