/ Модель

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
Опубликована
12 дек 2024

eule-qwen2.5instruct-7b-111224

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Qwen2.5-7B-Instruct для пошагового решения математических задач и загадок на русском и английском языках.

29скачиваний за 30 дней1лайквеса обновлены14 дек 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

Eule — экспериментальная модель kaleinaNyan, созданная как попытка воспроизвести пошаговый стиль рассуждений OpenAI o1. Это дообученная плотная причинная языковая модель Qwen2.5-7B-Instruct с 7,1 млрд параметров и контекстом 32 768 токенов. Она принимает текст и генерирует текст; в карточке указаны английский и русский языки, а обучение сосредоточено на математических данных и включает рассуждения на русском языке.

Модель предназначена для решения математических задач и других задач, где полезно пошаговое рассуждение, например загадок. По описанию автора, она иногда проверяет решения и меняет подход после ошибки, но качество не превосходит исходную instruct-модель, а результаты бенчмарков не представлены. Финальный ответ может быть на английском, а отсутствие ожидаемого маркера иногда нарушает разбор вывода. Лицензия — Apache-2.0.

Сценарии применения

  • пошаговое решение математических задач
  • решение задач по арифметике и алгебре
  • решение логических загадок
  • проверка промежуточных рассуждений и исправление ошибок
  • эксперименты с русскоязычными рассуждающими моделями

Ограничения

Автор характеризует модель как недостаточно умную и не превосходящую исходную instruct-модель; результаты бенчмарков не приведены. Финальный ответ может быть на английском, а иногда модель не выводит ожидаемый маркер, что затрудняет разбор результата.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Description

Eule is my attempt at reproducing OpenAI's o1 series of reasoning models. At the moment the point is not to hit good scores on benchmarks (this model is rather stupid), but to introduce a qualitative change in how the LLM approaches tasks. Similar to o1 models, Eule approaches its proplems in a step-by-step manner. It is also trained to reason in Russian (ultimately, I want to make a decent russian reasoning model).

Cool things I found while playing with it:

  1. It tries to verify its solutions to make sure they are correct.
  2. When failed, sometimes it tries to reiterate on the problem and try a new approach or fix the mistake.

Bad things:

  1. It is stupid. Not smarter than the instruct it is based on (not a strict statement, I didn't run any benchmarks yet). Although it's interesting to inspect its chains of thought.
  2. The final response (after the reasoning chain) is in English.
  3. Sometimes the model may not produce <|REASONING_END|> which messes up parsing.

Atm it is trained only on math data but it can solve riddles and other problems that require step-by-step reasoning. I'm planning on adding more non-math data and then proceed to RL.

Training Details

It was trained using kolibrify on a single H800 for about 6 hours. Training data consists of math problems with solutions formatted as deliberate reasoning chains. The longest reasoning chain is ~19000 tokens.

The model follows ChatML template, but introduces several new tokens:

  • <|REASONING_START|> - start of a reasoning chain.
  • <|REASONING_END|> - end of a reasoning chain.
  • <|RSS|> - start of a reasoning step.
  • <|RSE|> - end of a reasoning step.

A typical conversation formatting structure is as follows:

<|im_start|>system
System message<|im_end|>
<|im_start|>user
Problem description<|im_end|>
<|im_start|>assistant
<|REASONING_START|><|RSS|>step 1<|RSE|><|RSS|>step 2<|RSE|><|REASONING_END|>Final assistant response<|im_end|>

How to Get Started with the Model

I use unsloth and recommend you do the same:

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name='kaleinaNyan/eule-qwen2.5instruct-7b-111224'
)
FastLanguageModel.for_inference(model)

def generate(chat, n_tokens, use_cache=True, do_sample=False):
    input_str = tokenizer.apply_chat_template(chat, tokenize=False) + '<|im_start|>assistant\n<|REASONING_START|><|RSS|>'
    inputs = tokenizer(input_str, return_tensors='pt')
    outputs = model.generate(input_ids = inputs['input_ids'], max_new_tokens = n_tokens, use_cache = use_cache, do_sample=do_sample, temperature=0.7)
    return tokenizer.batch_decode(outputs)[0]

msg = "Come up with a qubic equation and solve it"
system_message = "You are an AI assistant that thoroughly solves any task. Explore various routes and verify your solutions. Reason in Russian. Provide concise responses to the user."

chat = [
    {'role': 'system', 'content': system_message},
    {'role': 'user', 'content': msg},
]
response = generate(chat, 8196, do_sample=True)
print('\n'.join(response.split('<|REASONING_START|>')[-1].split('<|RSS|>')))

Evaluation

I'll provide it later for MATH and GSM8K benchmarks.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
892d42c

0 моделей