/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B
Библиотека
transformers
Опубликована
15 окт 2024

Qwen2.5-0.5B-OpenHermes2.5

Генерация текстаТекст → текст7 профессий

Небольшая дообученная на OpenHermes 2.5 модель Qwen2.5 для генерации текста и выполнения инструкций.

37скачиваний за 30 дней4лайкавеса обновлены20 июл 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.

  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

Модель artificialguybr/Qwen2.5-0.5B-OpenHermes2.5 — дообученная версия Qwen/Qwen2.5-0.5B, созданная artificialguybr на наборе инструкций и диалогов OpenHermes 2.5. Это плотная авторегрессионная языковая модель семейства Qwen2 с 494 млн параметров, рассчитанная на генерацию текста и выполнение инструкций. В метаданных указан контекст до 32 768 токенов; заявленная базовая модель поддерживает более 29 языков.

Модель можно использовать для генерации текста, ответов на инструкции, диалоговых сценариев, а также задач с кодом, математикой и структурированным выводом, включая JSON. Обучение выполнено с помощью Axolotl. По карточке модель предназначена для исследований и прикладных задач обработки естественного языка; лицензия — Apache-2.0.

Карточка предупреждает, что качество различается между языками и областями, а обучающие данные могут содержать смещения. Для надёжного использования в диалогах может потребоваться дополнительное дообучение или постобработка; не следует считать заявленные возможности базового семейства гарантией качества этой небольшой версии.

Сценарии применения

  • генерация ответов на текстовые инструкции
  • создание диалогового помощника
  • генерация и дополнение текста
  • подготовка структурированных ответов в формате JSON
  • генерация простого кода и помощь с математическими задачами

Ограничения

Качество может заметно различаться между языками и областями, а модель может наследовать смещения обучающих данных. Для надёжных диалоговых сценариев может потребоваться дополнительное дообучение или постобработка.

Для каких профессий подходит7

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

outputs/qwen2.5-0.5b-ft

This model is a fine-tuned version of Qwen/Qwen2.5-0.5B on the OpenHermes 2.5 dataset. Thanks to Redmond.ai for the GPU support!

Model description

This model is based on Qwen2.5-0.5B, which is part of the latest series of Qwen large language models. Qwen2.5 brings significant improvements over its predecessor, including:

  • Enhanced knowledge and capabilities in coding and mathematics
  • Improved instruction following and long text generation (over 8K tokens)
  • Better understanding of structured data and generation of structured outputs (especially JSON)
  • Increased resilience to diverse system prompts
  • Long-context support up to 128K tokens with the ability to generate up to 8K tokens
  • Multilingual support for over 29 languages

The base Qwen2.5-0.5B model features:

  • Type: Causal Language Model
  • Training Stage: Pretraining
  • Architecture: Transformers with RoPE, SwiGLU, RMSNorm, Attention QKV bias, and tied word embeddings
  • Number of Parameters: 0.49B (0.36B non-embedding)
  • Number of Layers: 24
  • Number of Attention Heads (GQA): 14 for Q and 2 for KV
  • Context Length: Full 32,768 tokens

This fine-tuned version has been trained on the OpenHermes 2.5 dataset, which is a high-quality compilation of primarily synthetically generated instruction and chat samples, reaching 1M samples in total.

Intended uses & limitations

This model is intended for research and application in natural language processing tasks. It can be used for various downstream tasks such as text generation, language understanding, and potentially conversational AI after appropriate fine-tuning.

Limitations:

  • As a base language model, it is not recommended for direct use in conversations without further fine-tuning or post-training techniques like SFT or RLHF.
  • The model's performance may vary across different languages and domains.
  • Users should be aware of potential biases present in the training data.

Training and evaluation data

This model was fine-tuned on the OpenHermes 2.5 dataset, which is a continuation and significant expansion of the OpenHermes 1 dataset. It includes:

  • A diverse range of open-source datasets
  • Custom-created synthetic datasets
  • 1 million primarily synthetically generated instruction and chat samples
  • High-quality, curated content that has contributed to the advancements in SOTA LLMs

The dataset is notable for its role in the development of the Open Hermes 2/2.5 and Nous Hermes 2 series of models.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 5
  • eval_batch_size: 5
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 40
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 3
  • weight_decay: 0.01

Additional training details:

  • Gradient Checkpointing: Enabled
  • Mixed Precision: BF16 (auto)
  • Sequence Length: 4096
  • Sample Packing: Enabled
  • Pad to Sequence Length: Enabled

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.3.1+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

Additional Information

This model was trained using the Axolotl framework. For more details on the base model, please refer to the Qwen2.5 blog, GitHub repository, and documentation.

To use this model, ensure you have the latest version of the Hugging Face transformers library (version 4.37.0 or later) to avoid compatibility issues.

For support and further development of open-source language models, consider supporting the creator of the OpenHermes dataset on GitHub Sponsors.

axolotl version: 0.4.1


🌐 Website

You can find more of my models, projects, and information on my official website:

🚀 Prompt Hub

Need high-quality prompts for image models and LLMs? Explore findgoodprompt.com.

💖 Support My Work

If you find this model useful, please consider supporting my work. It helps me cover server costs and dedicate more time to new open-source projects.

Explore More

Discover more of my models, projects, and practical AI resources:

  • AI tools directory: JustGoodAI — a curated directory of useful AI tools.

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
c67217b

0 моделей