Uploaded finetuned model
- Developed by: fluloeo
- License: apache-2.0
- Finetuned from model : unsloth/Qwen2.5-7B-Instruct-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 15,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-7B-Instruct-bnb-4bit
- Опубликована
- 11 авг 2026
Ссылки
qwen-7b-evelina
Дообученная Qwen2.5 с 7,1 млрд параметров для генерации текста и диалогов с контекстом до 32 768 токенов.
46скачиваний за 30 дней1лайквеса обновлены11 авг 2026
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
fluloeo/qwen-7b-evelina — дообученная автором fluloeo языковая модель семейства Qwen2.5 с плотной архитектурой Qwen2ForCausalLM. Она основана на unsloth/Qwen2.5-7B-Instruct-bnb-4bit и содержит 7,1 млрд параметров.
Модель предназначена для генерации текста и диалогового взаимодействия. Контекст составляет до 32 768 токенов; карточка указывает английский язык. Обучение выполнялось с использованием Unsloth и библиотеки TRL из Hugging Face.
Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, оценку качества или конкретные ограничения, поэтому пригодность для узких задач следует проверять отдельно.
Сценарии применения
- генерация ответов в диалоговом интерфейсе
- подготовка черновиков и продолжение текста
- ответы на вопросы на английском языке
Ограничения
Карточка не сообщает, на каких данных и для какой узкой специализации выполнялось дообучение, и не приводит результатов оценки качества.
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 831модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели
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
- f242662