/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
12,3 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B-Instruct
Библиотека
transformers
Опубликована
12 окт 2024

Qwen2.5-3B-Instruct-Ja-SFT

Генерация текстаТекст → текст5 профессий

Дообученная японско-английская чат-модель Qwen2.5 с 3,1 млрд параметров для генерации текста и выполнения инструкций.

36скачиваний за 30 дней0лайковвеса обновлены9 ноя 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

jaeyong2/Qwen2.5-3B-Instruct-Ja-SFT — дообученная Jaeyong2 модель Qwen2.5-3B-Instruct для генерации текста и диалога. Это плотная авторегрессионная модель Qwen2 с 3,1 млрд параметров, рассчитанная на контекст до 32 768 токенов; в репозитории указаны веса Safetensors и библиотека Transformers.

Модель подходит для диалога и генерации ответов на японском и английском языках. README приводит оценку на llm-jp-eval: средний результат 0,4895 у дообученной модели против 0,4921 у Qwen2.5-3B-Instruct; это показывает близкие результаты на приведённой оценке, но не подтверждает качество во всех сценариях. Указана лицензия other, поэтому условия распространения и использования следует сверить с карточкой модели и базовой моделью.

Сценарии применения

  • японский диалог с чат-ботом
  • генерация ответов на японском языке
  • ответы на вопросы на японском и английском
  • выполнение текстовых инструкций
  • продолжение и составление текстов

Ограничения

В приведённой оценке llm-jp-eval средний результат дообученной модели немного ниже, чем у базовой Qwen2.5-3B-Instruct; таблица не устанавливает качество на других задачах. Лицензия указана как other, поэтому условия использования нужно уточнить в карточке модели.

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

This model was trained on a Japanese dataset and built with Qwen.

Evaluation

llm-jp-eval script(colab)

!git clone https://github.com/llm-jp/llm-jp-eval.git
!cd llm-jp-eval && pip install -e .
!cd llm-jp-eval && python scripts/preprocess_dataset.py --dataset-name all --output-dir ./dataset_dir
!cd llm-jp-eval && python scripts/evaluate_llm.py -cn config.yaml model.pretrained_model_name_or_path=jaeyong2/Qwen2.5-0.5B-Instruct-JaMagpie-Preview tokenizer.pretrained_model_name_or_path=jaeyong2/Qwen2.5-0.5B-Instruct-JaMagpie-Preview dataset_dir=./dataset_dir/1.4.1/evaluation/test
llm-jp-evalQwen2.5-3B-Instructfinetuning-model
AVG0.49210.4895
CG0.10000
EL0.47700.4431
FA0.12100.1246
HE0.55500.5650
MC0.71330.7900
MR0.54000.6100
MT0.63910.5982
NLI0.66400.6640
QA0.26380.3165
RC0.84810.7837

License

Qwen/Qwen2.5-3B-Instruct : https://huggingface.co/Qwen/Qwen2.5-3B-Instruct/blob/main/LICENSE

Acknowledgement

This research is supported by TPU Research Cloud program.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
3040d3e

0 моделей