Характеристики

Контекст: 32 768 токенов
Параметры: 494 млн
Размер весов: 1,3 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-0.5B-Instruct
Библиотека: transformers
Опубликована: 22 дек 2024

Ссылки

Hugging Face arXiv 2212.04089

Qwen2.5Plus2-0.5B-Instruct

djuna-test-lab

Генерация текстаТекст → текст5 профессий

Компактная объединённая модель Qwen для диалогов, выполнения инструкций и генерации текста.

20скачиваний за 30 дней0лайковвеса обновлены22 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.

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 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

Qwen2.5Plus2-0.5B-Instruct — компактная языковая модель, созданная с помощью mergekit объединением Qwen/Qwen2.5-0.5B-Instruct и Qwen/Qwen2-0.5B-Instruct методом task arithmetic. Модель имеет плотную архитектуру Qwen2ForCausalLM и содержит 494 млн параметров; она доступна в формате safetensors и рассчитана на контекст до 32 768 токенов.

Модель предназначена для генерации текста, диалогов и выполнения инструкций. Её можно использовать для создания ответов в чат-интерфейсах и генерации текста по запросу. В метаданных также указана возможность интерфейса вызова инструментов, однако README не описывает её поведение или качество. Модель построена на двух инструктивных вариантах Qwen; отдельные сведения о языковом охвате и сравнительном качестве не приведены. Лицензия в предоставленных данных не указана.

Сценарии применения

ответы в диалоговом чат-интерфейсе
генерация текста по инструкции
создание черновиков и продолжение текста
использование в приложениях с интерфейсом вызова инструментов

Ограничения

В предоставленных данных не описаны результаты оценки качества или языковой охват; фактическое поведение интерфейса вызова инструментов не раскрыто. Лицензия не указана в доступных сведениях.

Для каких профессий подходит5

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

I.11Классификация, ранжирование и сопоставление

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 task arithmetic merge method using Qwen/Qwen2.5-0.5B-Instruct as a base.

Models Merged

The following models were included in the merge:

Qwen/Qwen2-0.5B-Instruct

Configuration

The following YAML configuration was used to produce this model:

base_model: Qwen/Qwen2.5-0.5B-Instruct
dtype: bfloat16
merge_method: task_arithmetic
parameters:
  normalize: false
slices:
- sources:
  - layer_range: [0, 24]
    model: Qwen/Qwen2.5-0.5B-Instruct
  - layer_range: [0, 24]
    model: Qwen/Qwen2.5-0.5B-Instruct
    parameters:
      weight: 1.0
  - layer_range: [0, 24]
    model: Qwen/Qwen2-0.5B-Instruct
    parameters:
      weight: 1.0

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: 62b3c0a