/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14 млрд
Размер весов
59,1 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
7 сен 2026

acquisition_generator_AS_confidence_combined_qwen14b

Генерация текстаТекст → текст5 профессий

Генеративная текстовая модель семейства Qwen2 с 14B параметров и контекстом до 32 768 токенов для создания и продолжения текста.

632скачиваний за 30 дней0лайковвеса обновлены9 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_confidence_combined_qwen14b — текстовая генеративная модель на базе семейства Qwen2, предназначенная для задач генерации текста. Модель доступна через библиотеку Transformers и содержит 14B параметров.

Модель поддерживает контекст до 32 768 токенов и может использоваться в приложениях, где требуется продолжение или создание текстовых последовательностей, включая диалоговые сценарии. По идентификатору модели можно предположить связь с генерацией материалов для acquisition и комбинированием confidence, однако README не содержит подтверждающего описания, методики обучения или результатов оценки.

Разработчик, лицензия, поддерживаемые естественные языки, обучающие данные, показатели качества и специальные ограничения в доступных материалах не описаны. Перед использованием в прикладных системах модель следует протестировать на целевых данных, проверить устойчивость ответов и отдельно оценить риски фактических ошибок и нежелательного содержания.

Сценарии применения

  • генерация текстовых ответов в диалоговых приложениях
  • продолжение и редактирование длинных текстов
  • создание черновиков текстового контента
  • генерация последовательностей в Transformers
  • экспериментальная генерация материалов для acquisition-сценариев

Ограничения

README не содержит сведений о качестве, обучающих данных, лицензии и специальных ограничениях модели. Перед применением необходима проверка на целевых данных, поскольку фактическая точность и безопасность генерации не подтверждены.

Для каких профессий подходит5

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
e3002f8

0 моделей