/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen-2.5-Aether-SlerpFusion-7B
Библиотека
transformers
Опубликована
25 янв 2025

Qwen-2.5-7B-Deep-Stock-v1

Генерация текстаТекст → текст11 профессий

Объединённая 7,1-миллиардная языковая модель семейства Qwen2 для генерации текста и диалогов с длинным контекстом.

35скачиваний за 30 дней2лайкавеса обновлены25 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.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2777

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,5695

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,2644

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5361

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4066

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4109

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

bunnycore создала эту объединённую модель на основе нескольких предварительно обученных языковых моделей с помощью метода Model Stock и инструмента mergekit. В состав вошли Bespoke-Stratos-7B, модели семейств Qwen и DeepSeek, а также другие модели на 7B; архитектура — плотная Qwen2ForCausalLM, размер — 7,1 млрд параметров. Модель доступна в формате safetensors для Transformers и поддерживает контекст до 131 072 токенов.

Модель предназначена для генерации текста и диалогов. Включённые модели указывают на ориентацию среди прочего на рассуждения, но README не описывает отдельные специализации или гарантии качества; приведённые результаты Open LLM Leaderboard ограничены несколькими метриками. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • продолжение и составление текстов
  • ответы на вопросы по длинному текстовому контексту
  • эксперименты с объединёнными языковыми моделями

Ограничения

README не приводит полного набора оценок или описания специализированных возможностей; результаты лидерборда охватывают лишь несколько метрик. Лицензия не указана в предоставленных данных.

Для каких профессий подходит11

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 ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B + bunnycore/Qwen-2.5-7b-rp-lora as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

merge_method:        model_stock
base_model:          ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B+bunnycore/Qwen-2.5-7b-rp-lora
tokenizer_source:    base
dtype:               float32
out_dtype:           bfloat16
parameters:
  int8_mask:         true
  normalize:         true
  rescale:           false
models:
  - model:           deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
  - model:           ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B
  - model:           ZeroXClem/Qwen-2.5-Aether-SlerpFusion-7B+bunnycore/Qwen-2.5-7b-rp-lora
  - model:           Sakalti/light-7b-beta
  - model:           fblgit/cybertron-v4-qw7B-MGS+bunnycore/Qwen-2.5-7b-rp-lora
  - model:           bespokelabs/Bespoke-Stratos-7B

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.27.38
IFEval (0-Shot)56.95
BBH (3-Shot)34.08
MATH Lvl 5 (4-Shot)25.53
GPQA (0-shot)3.69
MuSR (0-shot)9.96
MMLU-PRO (5-shot)34.06

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
c3bf812

0 моделей