/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B-Instruct-abliterated-v2
Библиотека
transformers
Опубликована
22 дек 2024

Q2.5-Veltha-14B

Генерация текстаТекст → текст7 профессий

Объединённая модель Qwen2.5 на 14 млрд параметров для генерации текста и диалогов с длинным контекстом.

37скачиваний за 30 дней11лайковвеса обновлены23 дек 2024

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.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4789

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6484

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3591

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,8292

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5298

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4194

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Q2.5-Veltha-14B — объединённая языковая модель на архитектуре Qwen2.5, созданная автором djuna с помощью mergekit и метода della_linear. В качестве основы использована qwen/Qwen2.5-14b, а в объединение вошли пять моделей Qwen2.5-14B, включая диалоговые варианты и модели для ролевого общения и генерации историй.

Модель предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Она содержит 14 млрд параметров, работает через Transformers и поддерживает контекст до 131 072 токенов. В README приведены результаты оценки, включая 82,92 на IFEval и 49,75 на BBH; описания конкретных сильных сторон и ограничений качества нет. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ведение диалогов с пользователем
  • генерация историй и творческих текстов
  • ролевое общение
  • генерация текста с использованием инструментов

Ограничения

Поддерживаемые языки в предоставленных данных не указаны. Лицензия также не приведена, поэтому условия использования следует проверить на странице модели.

Для каких профессий подходит7

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 della_linear merge method using qwen/Qwen2.5-14b 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: della_linear
dtype: float32
out_dtype: bfloat16
parameters:
  epsilon: 0.04
  lambda: 1.05
  normalize: true
base_model: qwen/Qwen2.5-14b
tokenizer_source: arcee-ai/SuperNova-Medius
models:
  - model: arcee-ai/SuperNova-Medius
    parameters:
      weight: 10
      density: 1
  - model: EVA-UNIT-01/EVA-Qwen2.5-14B-v0.2
    parameters:
      weight: 7
      density: 0.5
  - model: v000000/Qwen2.5-Lumen-14B
    parameters:
      weight: 7
      density: 0.4
  - model: allura-org/TQ2.5-14B-Aletheia-v1
    parameters:
      weight: 8
      density: 0.4
  - model: huihui-ai/Qwen2.5-14B-Instruct-abliterated-v2
    parameters:
      weight: 8
      density: 0.45

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.39.21
IFEval (0-Shot)82.92
BBH (3-Shot)49.75
MATH Lvl 5 (4-Shot)28.02
GPQA (0-shot)14.54
MuSR (0-shot)12.26
MMLU-PRO (5-shot)47.76

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
076f3ed

0 моделей