Uploaded finetuned model
- Developed by: c1241fes
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-7b-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,1 млрд
- Размер весов
- 15,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-7b-unsloth-bnb-4bit
- Опубликована
- 14 июн 2026
Ссылки
qwen-indonesian-sft-best
Дообученная модель Qwen2.5-7B для генерации текста и диалогового общения, включая сценарии с вызовом инструментов.
25скачиваний за 30 дней0лайковвеса обновлены14 июн 2026
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.
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
Qwen2.5-7B — дообученная авторегрессионная языковая модель, опубликованная c1241fes на основе unsloth/qwen2.5-7b-unsloth-bnb-4bit. Модель предназначена для генерации текста и диалогового общения; в метаданных также заявлен интерфейс вызова инструментов. При обучении использовались Unsloth и библиотека Hugging Face TRL.
Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 131 072 токенов. В карточке указан английский язык. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. README не уточняет предметную специализацию или оценку качества дообучения.
Сценарии применения
- генерация текстовых ответов в диалоге
- создание черновиков и продолжение текста
- диалоговое взаимодействие с интерфейсом вызова инструментов
Ограничения
README не описывает специализацию и качество дообучения, поэтому пригодность для конкретных предметных задач не подтверждена.
Для каких профессий подходит8
Разделы каталога профессий, в задачах которых используется эта модель
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.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 595ab2a