/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
30,5 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
16 сен 2026

acquisition_generator_AS_GT_confidence_omnimath_qwen14b

Генерация текстаТекст → текст7 профессий

Модель семейства Qwen2 примерно на 7,1 млрд параметров для генерации текста и диалоговых сценариев с контекстом до 32 768 токенов.

458скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

ishikaa/acquisition_generator_AS_GT_confidence_omnimath_qwen14b — языковая модель для генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. По метаданным модель относится к семейству Qwen2, поддерживает conversational-сценарии и содержит около 7,1 млрд параметров. Максимальная длина контекста составляет 32 768 токенов.

Модель может применяться для генерации и продолжения текста, диалоговых ответов, прототипирования ассистентов и других задач, совместимых с pipeline text-generation. README не содержит сведений о разработчике, языках, данных обучения, результатах оценки, точной архитектуре, специализации по названию модели или рекомендуемых сценариях использования.

Лицензия в доступных данных не указана. Из-за отсутствия описания обучения и оценки качество, фактическая языковая поддержка, устойчивость ответов и пригодность для специализированных задач не подтверждены; результаты следует проверять перед использованием в критически важных сценариях.

Сценарии применения

  • генерация и продолжение текста
  • создание диалогового ассистента
  • подготовка черновиков ответов
  • работа с длинными текстовыми контекстами
  • прототипирование приложений на базе LLM

Ограничения

README не содержит подтверждённых сведений о языках, данных обучения, результатах оценки, лицензии и специализированных возможностях модели. Качество и безопасность ответов необходимо проверять перед применением.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
94f698b

0 моделей