/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-14B
Библиотека
transformers
Опубликована
28 янв 2025

q-2.5-deepseek-r1-veltha-v0.2

Генерация текстаТекст → текст15 профессий

Объединённая методом SLERP 14-миллиардная модель Qwen2 для диалогов и генерации текста с длинным контекстом.

29скачиваний за 30 дней0лайковвеса обновлены28 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

attashe/q-2.5-deepseek-r1-veltha-v0.2 — объединённая 14-миллиардная языковая модель, созданная методом SLERP с помощью mergekit на основе deepseek-ai/DeepSeek-R1-Distill-Qwen-14B и djuna/Q2.5-Veltha-14B. Она использует плотную архитектуру Qwen2 для генерации текста и диалогов; модель поддерживает контекст до 131 072 токенов и работает через Transformers с весами в формате safetensors.

Модель предназначена для диалоговых сценариев и генерации текста. Базовая модель DeepSeek-R1-Distill-Qwen рассчитана, в частности, на задачи рассуждения, математики и программирования; карточка этой модели не уточняет, насколько хорошо объединённая версия сохраняет эти возможности. В метаданных также отмечен интерфейс вызова инструментов.

Лицензия в предоставленных данных не указана.

Сценарии применения

  • ведение диалога с языковой моделью
  • генерация связного текста
  • ответы на запросы с большим контекстом
  • генерация текста с использованием интерфейса вызова инструментов

Ограничения

В карточке не приведены результаты оценки качества объединённой модели и не уточняется, насколько она сохраняет возможности базовых моделей. Лицензия не указана в предоставленных 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

merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: djuna/Q2.5-Veltha-14B
  - model: deepseek-ai/DeepSeek-R1-Distill-Qwen-14B
merge_method: slerp
base_model: djuna/Q2.5-Veltha-14B
parameters:
  t:
    - filter: self_attn
      value: [0.2, 0.25, 0.3, 0.25, 0.2]
    - filter: "q_proj|k_proj|v_proj"
      value: [0.2, 0.25, 0.3, 0.25, 0.2]
    - filter: "up_proj|down_proj"
      value: [0.2, 0.3, 0.4, 0.3, 0.2]
    - filter: mlp
      value: [0.25, 0.35, 0.55, 0.35, 0.25]
    - value: 0.45  # default for other components
dtype: bfloat16

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
886534e

0 моделей