Характеристики

Контекст: 32 768 токенов
Параметры: 9,9 млрд
Размер весов: 20,6 ГБ
Лицензия: Apache 2.0
Архитектура: llama · dense
Базовая модель: Falcon3-10B-Instruct
Опубликована: 29 дек 2024

Ссылки

Hugging Face

FalconThink3-10B-IT

fluently-sets

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель на базе Falcon3, дообученная для генерации диалоговых ответов и рассуждений.

34скачиваний за 30 дней3лайкавеса обновлены29 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

BBH
BBH Raw · выше — лучше
Результат
0,62
Open LLM v2 · архив
Публичная таблицадругая ревизия
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,4435
Open LLM v2 · архив
Публичная таблицадругая ревизия
IFEval
IFEval Raw · выше — лучше
Результат
0,7326
Open LLM v2 · архив
Публичная таблицадругая ревизия
MUSR
MUSR Raw · выше — лучше
Результат
0,4479
Open LLM v2 · архив
Публичная таблицадругая ревизия
GPQA
GPQA Raw · выше — лучше
Результат
0,3347
Open LLM v2 · архив
Публичная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,2447
Open LLM v2 · архив
Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FalconThink3-10B-IT — экспериментальная демонстрационная языковая модель команды Fluently, созданная методом SFT дообучения tiiuae/Falcon3-10B-Instruct на наборе fluently-sets/ultrathink. Модель с архитектурой LlamaForCausalLM и примерно 9,9 млрд параметров предназначена для генерации текста в диалогах и задачах, требующих рассуждений; карточка также указывает интерфейс вызова инструментов. Контекст модели составляет до 32 768 токенов.

Модель ориентирована преимущественно на английский язык. Автор описывает её как пример использования набора данных и предупреждает, что качество далеко от идеального. Репозиторий содержит веса safetensors; лицензия — Apache-2.0.

Сценарии применения

генерация ответов в англоязычном чате
эксперименты с задачами рассуждения
создание демонстраций на основе набора Ultrathink
проверка интерфейса вызова инструментов языковой моделью

Ограничения

Автор предупреждает, что модель далека от идеального качества и предназначена прежде всего для демонстрации использования набора Ultrathink.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FalconThink3-10B Demo (Finetune of Falcon3-10B-IT on Ultrathink dataset)

Q4_K_M GGUF-quant available here

This is SFT-finetune Falcon3-10B-IT on Ultrathink dataset. This is far from a perfect model, its main purpose is to show an example of using the dataset.

Base model: tiiuae/Falcon3-10B-Instruct
Model type: LlamaForCausalLM
Number of parameters: 10.3B
Precision: FP16
Training method: SFT
Training dataset: fluently-sets/ultrathink
Languages: English (mostly)

Trained by Fluently Team (@ehristoforu) with Unsloth AI with love🥰

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 7c7dae6