/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
cybertron-v4-qw7B-MGS
Библиотека
transformers
Опубликована
8 ноя 2024

3Blarenegv3-ECE-PRYMMAL-Martial

Генерация текстаТекст → текст4 профессии

Слияние двух моделей на архитектуре Qwen2 для генерации текста и диалогового общения с контекстом до 131 072 токенов.

72скачиваний за 30 дней23лайкавеса обновлены9 апр 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

brgx53/3Blarenegv3-ECE-PRYMMAL-Martial — текстовая генеративная модель, созданная автором репозитория слиянием SLERP двух предварительно обученных моделей: fblgit/cybertron-v4-qw7B-MGS и Tsunami-th/Tsunami-0.5x-7B-Instruct. Она основана на архитектуре Qwen2 и содержит 7,1 млрд параметров; репозиторий распространяет веса в формате safetensors, а карточка указывает библиотеку Transformers.

Модель предназначена для генерации текста и диалогового общения. Она принимает текстовые запросы и выдаёт текст; заявленная длина контекста составляет 131 072 токена. README приводит результаты Open LLM Leaderboard, включая IFEval и BBH, но не содержит подробного описания поведения или результатов по практическим сценариям.

Модель доступна по лицензии Apache-2.0. Известные ограничения: README не описывает целевые языки, отдельные области применения, качество ответов или проверенную поддержку вызова инструментов; наличие соответствующего интерфейса указано в метаданных, но примеров его использования нет.

Сценарии применения

  • ведение диалога с текстовым ассистентом
  • генерация ответов на текстовые запросы
  • подготовка черновиков и продолжение текста

Ограничения

README не указывает целевые языки и не описывает качество модели в прикладных сценариях. Поддержка вызова инструментов отмечена в метаданных, но в карточке нет примеров или подробностей.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my-output

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:


slices:
  - sources:
      - model: fblgit/cybertron-v4-qw7B-MGS
        layer_range: [0, 28]
      - model: Tsunami-th/Tsunami-0.5x-7B-Instruct
        layer_range: [0, 28]
merge_method: slerp
base_model: Tsunami-th/Tsunami-0.5x-7B-Instruct
parameters:
  t:
    - filter: self_attn
      value: [1, 0.75, 0.5, 0.25, 0]
    - filter: mlp
      value: [0, 0.25, 0.5, 0.75, 1]
    - value: 0.5
dtype: bfloat16


Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.30.78
IFEval (0-Shot)56.77
BBH (3-Shot)37.25
MATH Lvl 5 (4-Shot)30.74
GPQA (0-shot)8.17
MuSR (0-shot)12.79
MMLU-PRO (5-shot)38.95

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
83eff51

0 моделей