Uploaded finetuned model
- Developed by: icedsoylatte
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Дообученная англоязычная Qwen 2.5 на 3,1 млрд параметров для генерации чат-ответов и ролевых диалогов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель icedsoylatte/wz-qwen25-3b-chai-roleplay-sft-v7 — дообученная версия Qwen 2.5 Instruct, созданная icedsoylatte для генерации текста в формате диалога и ролевых сценариев. Она предназначена для чат-ответов и ведения ролевых бесед на английском языке.
Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.
Карточка не приводит оценок качества или подробностей обучающих данных; пригодность для конкретных ролевых сценариев следует проверять на примерах.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…