Дистиллированная компактная модель Qwen2 для генерации текста и диалогов с контекстом до 131 072 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
aloobun/d-Qwen2-0.5B — экспериментальная дистиллированная языковая модель на архитектуре Qwen2 с 494 млн параметров. Разработчик сообщает, что Qwen2-1.5B использовалась как учитель, а Qwen2-0.5B — как ученик; для эксперимента брали примеры из набора The Pile и применяли оптимизатор SM3 с планировщиком cosine с warmup.
Модель предназначена для генерации текста и диалоговых сценариев. Она использует плотную архитектуру Qwen2 и поддерживает контекст до 131 072 токенов. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0.
Карточка описывает дистилляционный эксперимент, но не приводит результатов оценки качества или сравнений с исходной моделью. Поэтому пригодность для конкретных задач следует проверять самостоятельно.
В карточке не приведены результаты оценки качества, поэтому производительность на конкретных задачах не установлена. Модель существенно меньше учителя Qwen2-1.5B, что может ограничивать её возможности по сравнению с ним.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Qwen2 is the new series of Qwen large language models. For Qwen2, we release a number of base language models and instruction-tuned language models ranging from 0.5 to 72 billion parameters, including a Mixture-of-Experts model. This repo contains distilled 0.5B Qwen2 language model.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…