/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Архитектура
qwen2 · dense
Базовая модель
FuseChat-Qwen-2.5-7B-Instruct
Библиотека
transformers
Опубликована
22 дек 2024

Ссылки

Hugging FacearXiv 2203.05482

FuseQwQen-7B

bunnycore
Генерация текстаТекст → текст14 профессий

Объединённая модель Qwen2 на 7,1 млрд параметров для диалога и генерации текста с контекстом до 32 768 токенов.

28скачиваний за 30 дней3лайкавеса обновлены16 фев 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.

Открыть конструктор бенчмарка

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4407

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2945

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5504

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4217

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4366

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7275

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FuseQwQen-7B — объединённая разговорная языковая модель от bunnycore на архитектуре Qwen2. Она создана методом линейного слияния нескольких моделей, включая FuseChat-Qwen-2.5-7B-Instruct, QwQ-LCoT-7B-Instruct, cybertron-v4-qw7B-UNAMGS и модель с адаптером Persona. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 32 768 токенов.

Модель предназначена для диалога и генерации ответов, в том числе с опорой на инструкции и рассуждения. В карточке приведены результаты Open LLM Leaderboard, однако данных недостаточно, чтобы подтвердить конкретный уровень качества в отдельных сценариях. Использование предполагает библиотеку Transformers и формат safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы в диалоговом чат-боте
  • генерация текста по запросу
  • следование инструкциям в текстовом формате
  • многошаговые рассуждения над текстовыми задачами

Ограничения

В предоставленных данных не указаны поддерживаемые естественные языки и лицензия. Результаты бенчмарков приведены без подробного описания условий оценки, поэтому они не гарантируют качество в конкретных прикладных задачах.

Для каких профессий подходит14

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

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 linear 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: FuseAI/FuseChat-Qwen-2.5-7B-Instruct
    parameters:
      weight: 0.5
  - model: prithivMLmods/QwQ-LCoT-7B-Instruct
    parameters:
      weight: 1.0
  - model: fblgit/cybertron-v4-qw7B-UNAMGS
    parameters:
      weight: 0.3
  - model: fblgit/cybertron-v4-qw7B-UNAMGS+bunnycore/Qwen-2.1-7b-Persona-lora_model
    parameters:
      weight: 0.6
merge_method: linear
normalize: false
int8_mask: true
dtype: bfloat16

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.29.40
IFEval (0-Shot)72.75
BBH (3-Shot)35.91
MATH Lvl 5 (4-Shot)12.01
GPQA (0-shot)5.93
MuSR (0-shot)11.98
MMLU-PRO (5-shot)37.85

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.34.68
IFEval (0-Shot)72.75
BBH (3-Shot)35.91
MATH Lvl 5 (4-Shot)43.66
GPQA (0-shot)5.93
MuSR (0-shot)11.98
MMLU-PRO (5-shot)37.85

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
fba1b32

0 моделей

    Создать бенчмарк