/ Модель

Характеристики

Контекст
131 072 токена
Параметры
10,8 млрд
Размер весов
22,7 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2-7B
Библиотека
transformers
Опубликована
14 июл 2024

Qwen2-11.3B

Генерация текстаТекст → текст3 профессии

Экспериментальная сборка Qwen2-7B для дальнейшего предобучения или дообучения, не предназначенная для самостоятельного диалогового использования.

337скачиваний за 30 дней0лайковвеса обновлены14 июл 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 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

Qwen2-11.3B — экспериментальная сборка языковой модели, созданная с помощью mergekit из слоёв Qwen/Qwen2-7B. README описывает слияние методом passthrough в формате bfloat16; архитектура — плотная авторегрессионная Qwen2ForCausalLM. В репозитории указано 10,8 млрд параметров и контекст до 131 072 токенов.

Модель предназначена для дальнейшего предобучения или дообучения, а не для самостоятельного использования в чате или генерации ответов. Карточка приводит значение perplexity 7,7614 ± 0,10721, но не сообщает условия измерения или результаты прикладной оценки. Для использования указана лицензия исходной модели Qwen/Qwen2-7B — Apache-2.0.

Сценарии применения

  • продолжение предобучения языковой модели
  • дообучение Qwen2 на пользовательском корпусе
  • эксперименты со структурой и слиянием слоёв Qwen2

Ограничения

Автор прямо указывает, что модель не предназначена для самостоятельного запуска и рассчитана на дальнейшее предобучение или дообучение. Карточка не описывает прикладные оценки качества; приведено только значение perplexity без условий измерения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2-11.3B

NOTE: This a model to be used for continued pretraining or finetuning! It is not a model to run on it's own. There will be some coming soon.

Perplexity measurements: PPL = 7.7614 +/- 0.10721

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the passthrough merge method.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

dtype: bfloat16
merge_method: passthrough
slices:
- sources:
  - layer_range: [0, 22]
    model: Qwen/Qwen2-7B
- sources:
  - layer_range: [6, 22]
    model: Qwen/Qwen2-7B
    parameters:
      scale:
      - filter: o_proj
        value: 0.0
      - filter: down_proj
        value: 0.0
      - value: 1.0
- sources:
  - layer_range: [22, 28]
    model: Qwen/Qwen2-7B

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
8c4d74d

0 моделей