Uploaded model
- Developed by: ehristoforu
- License: apache-2.0
- Finetuned from model : Vikhrmodels/Vikhr-Qwen-2.5-0.5b-Instruct
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 494 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Vikhr-Qwen-2.5-0.5b-Instruct
- Опубликована
- 26 ноя 2024
Ссылки
SoRu-0001
Компактная дообученная модель Qwen2 для диалогов и генерации текста, включая ответы на запросы на русском языке.
24скачиваний за 30 дней0лайковвеса обновлены26 ноя 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.
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
SoRu-0001 — компактная диалоговая модель ehristoforu, дообученная на основе Vikhrmodels/Vikhr-Qwen-2.5-0.5b-Instruct. Это плотная авторегрессионная модель семейства Qwen2 с 493,7 млн параметров, предназначенная для генерации текста и диалогов. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов.
Модель можно использовать для ответов на текстовые запросы, ведения диалога и генерации текста на русском языке. В карточке указаны обучение с помощью Unsloth и библиотеки Hugging Face TRL, а также лицензия Apache-2.0. Подробности обучающего набора и оценок качества не приведены.
Сценарии применения
- ответы на вопросы в текстовом чате
- ведение короткого диалога с пользователем
- генерация черновиков и продолжений текста
Ограничения
Карточка не приводит оценок качества, описания обучающих данных или подтверждения уровня поддержки русского языка; сведения о русском применении также основаны на описании базовой модели.
Для каких профессий подходит6
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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиI.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
- dff23ac