Характеристики

Контекст: 16 384 токена
Параметры: 14,1 млрд
Размер весов: 29,3 ГБ
Лицензия: MIT
Архитектура: llama · dense
Базовая модель: phi-4
Библиотека: transformers
Опубликована: 11 янв 2025

Ссылки

Hugging Face arXiv 2403.19522

Phi-4-Model-Stock

bunnycore

Генерация текстаТекст → текст15 профессий

Объединённая модель Phi-4 для генерации текста и диалогов с контекстом до 16 384 токенов.

47скачиваний за 30 дней6лайковвеса обновлены14 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
0,5368
Open LLM v2 · архив
Публичная таблицадругая ревизия
GPQA
GPQA Raw · выше — лучше
Результат
0,3549
Open LLM v2 · архив
Публичная таблицадругая ревизия
MUSR
MUSR Raw · выше — лучше
Результат
0,4441
Open LLM v2 · архив
Публичная таблицадругая ревизия
IFEval
IFEval Raw · выше — лучше
Результат
0,6879
Open LLM v2 · архив
Публичная таблицадругая ревизия
BBH
BBH Raw · выше — лучше
Результат
0,689
Open LLM v2 · архив
Публичная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,4298
Open LLM v2 · архив
Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

bunnycore/Phi-4-Model-Stock — объединённая языковая модель на основе unsloth/phi-4, созданная методом Model Stock с помощью mergekit. В объединение вошли Phi-4-Avg, Phi-4-Empathetic, Phi-4-Math-IO и Phi-4-QwQ; размер модели — 14,1 млрд параметров, максимальная длина контекста — 16 384 токена. Модель предназначена для генерации текста и диалогов, включая задачи рассуждения и математики.

Модель использует архитектуру LlamaForCausalLM и распространяется в формате safetensors. Карточка приводит результаты оценок на IFEval и BBH, но не описывает языковое покрытие или гарантии качества для отдельных задач. Лицензия — MIT.

Сценарии применения

генерация ответов в диалоге
помощь с математическими задачами
пошаговое рассуждение над текстовыми вопросами
генерация кода и пояснений
выполнение инструкций на естественном языке

Ограничения

README не приводит подробных тестов качества за пределами отдельных результатов IFEval и BBH; возможности и качество модели на конкретных языках и прикладных задачах не уточнены.

Для каких профессий подходит15

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 385моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

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 Model Stock merge method using unsloth/phi-4 as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: prithivMLmods/Phi-4-QwQ
  - model: bunnycore/Phi-4-Avg
  - model: prithivMLmods/Phi-4-Empathetic
  - model: prithivMLmods/Phi-4-Math-IO
base_model: unsloth/phi-4
merge_method: model_stock
parameters:
  normalize: true
dtype: bfloat16
tokenizer_source: unsloth/phi-4

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

Metric	Value
Avg.	40.06
IFEval (0-Shot)	68.79
BBH (3-Shot)	55.32
MATH Lvl 5 (4-Shot)	38.60
GPQA (0-shot)	13.98
MuSR (0-shot)	15.12
MMLU-PRO (5-shot)	48.54

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: f2c1ad3