/ Модель

Характеристики

Контекст
131 072 токена
Параметры
494 млн
Архитектура
qwen2 · dense
Базовая модель
Qwen2-0.5B
Библиотека
transformers
Опубликована
13 дек 2024

Qwen2.5-1.5B-Policy

Генерация текстаТекст → текст7 профессий

Диалоговая модель Qwen2, дообученная для генерации текстовых ответов на пользовательские запросы.

16скачиваний за 30 дней0лайковвеса обновлены13 дек 2024

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

Qwen2.5-1.5B-Policy — языковая модель для генерации текста, созданная blakenp дообучением Qwen/Qwen2-0.5B с помощью TRL. Модель использует плотную архитектуру Qwen2 и предназначена для диалогового взаимодействия: она принимает пользовательские сообщения и генерирует ответы.

Модель содержит 494 млн параметров, работает с библиотекой Transformers и поддерживает контекст длиной до 131 072 токенов. В метаданных указано сохранение весов в формате safetensors. Лицензия и языковая специализация в предоставленных данных не указаны.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • ответы на открытые вопросы
  • создание продолжений текста по запросу

Ограничения

Карточка не описывает целевую политику дообучения, качество модели или результаты оценки. Языковая специализация и лицензия не установлены по предоставленным данным.

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

Model Card for Qwen2.5-1.5B-Policy

This model is a fine-tuned version of Qwen/Qwen2-0.5B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="blakenp/Qwen2.5-1.5B-Policy", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with RLOO, a method introduced in Back to Basics: Revisiting REINFORCE-Style Optimization for Learning from Human Feedback in LLMs.

Framework versions

  • TRL: 0.12.2
  • Transformers: 4.46.3
  • Pytorch: 2.5.1+cu121
  • Datasets: 3.2.0
  • Tokenizers: 0.20.3

Citations

Cite RLOO as:

@inproceedings{ahmadian2024back,
    title        = {{Back to Basics: Revisiting REINFORCE-Style Optimization for Learning from Human Feedback in LLMs}},
    author       = {Arash Ahmadian and Chris Cremer and Matthias Gall{'{e}} and Marzieh Fadaee and Julia Kreutzer and Olivier Pietquin and Ahmet {"{U}}st{"{u}}n and Sara Hooker},
    year         = 2024,
    booktitle    = {Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), {ACL} 2024, Bangkok, Thailand, August 11-16, 2024},
    publisher    = {Association for Computational Linguistics},
    pages        = {12248--12267},
    editor       = {Lun{-}Wei Ku and Andre Martins and Vivek Srikumar},
}

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
6923b38

0 моделей