/ Модель

Характеристики

Контекст
16 384 токена
Параметры
14,1 млрд
Размер весов
29,3 ГБ
Архитектура
llama · dense
Базовая модель
Phi-4-Model-Stock
Библиотека
transformers
Опубликована
25 янв 2025

Phi-4-Model-Stock-v4

Генерация текстаТекст → текст10 профессий

Объединённая методом Model Stock модель Phi-4 с архитектурой Llama для генерации текста и диалогов в контексте до 16 384 токенов.

44скачиваний за 30 дней9лайковвеса обновлены27 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 оценки6

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

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6924

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,711

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4611

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,3829

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5394

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3691

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

bunnycore/Phi-4-Model-Stock-v4 — объединённая языковая модель, созданная с помощью mergekit методом Model Stock на основе bunnycore/Phi-4-Model-Stock. В объединение вошли версии bunnycore/Phi-4-Model-Stock-v2 и v3, а также pankajmathur/orca_mini_phi-4. Модель имеет плотную архитектуру LlamaForCausalLM и около 14,1 млрд параметров; она предназначена для генерации текста и диалогов, а её контекст составляет до 16 384 токенов.

Модель можно применять для ведения диалогов и генерации ответов или другого текста. В README приведены результаты оценки Open LLM Leaderboard: средний результат 41,03, IFEval — 71,10 и BBH — 55,90. Данных о поддерживаемых языках и специальной предметной области в предоставленных материалах нет. Лицензия в предоставленных материалах не указана.

Сценарии применения

  • ведение диалогов с пользователями
  • генерация ответов на текстовые запросы
  • составление и продолжение текстов

Ограничения

В материалах не указаны поддерживаемые языки и лицензия. Результаты приведённых бенчмарков не описывают качество на всех задачах и языках.

Для каких профессий подходит10

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 Model Stock merge method using bunnycore/Phi-4-Model-Stock 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: pankajmathur/orca_mini_phi-4
  - model: bunnycore/Phi-4-Model-Stock-v3
  - model: bunnycore/Phi-4-Model-Stock
  - model: bunnycore/Phi-4-Model-Stock-v2
  
merge_method: model_stock
base_model: bunnycore/Phi-4-Model-Stock
parameters:
    normalize: true
dtype: bfloat16
tokenizer_source: bunnycore/Phi-4-Model-Stock

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.41.03
IFEval (0-Shot)71.10
BBH (3-Shot)55.90
MATH Lvl 5 (4-Shot)37.16
GPQA (0-shot)15.88
MuSR (0-shot)17.30
MMLU-PRO (5-shot)48.82

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
01ed68c

0 моделей