/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
32 млрд
Размер весов
65,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
QwQ-32B-Preview
Библиотека
transformers
Опубликована
23 янв 2025

karakuri-lm-32b-thinking-2501-exp

Генерация текстаТекст → текст7 профессий

Экспериментальная диалоговая модель KARAKURI на базе Qwen2 с 32 млрд параметров для генерации текста на японском и английском языках.

34скачиваний за 30 дней9лайковвеса обновлены23 янв 2025

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

karakuri-lm-32b-thinking-2501-exp — причинная языковая модель KARAKURI Inc., дообученная на Qwen/QwQ-32B-Preview. Это плотная модель семейства Qwen2 с 32 млрд параметров для диалоговой генерации текста; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст, поддерживает японский и английский языки. Длина контекста — 32 768 токенов.

Модель можно применять для диалоговых ответов на японском и английском, задач генерации текста и сценариев с вызовом инструментов. Название указывает на экспериментальную версию; качество и область применимости могут зависеть от конкретного сценария. Модель распространяется по лицензии Apache 2.0.

Сценарии применения

  • диалоговые ответы на японском языке
  • генерация текста на японском и английском
  • поддержка диалогового интерфейса с вызовом инструментов

Ограничения

В названии модели указана экспериментальная версия; README не приводит оценок качества или результатов тестирования.

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

KARAKURI LM 32B Thinking 2501 Experimental

Model Details

Model Description

Usage

Run the model

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "karakuri-ai/karakuri-lm-32b-thinking-2501-exp"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

messages = [
    {"role": "user", "content": "こんにちは。"}
]
input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
).to(model.device)
outputs = model.generate(input_ids, max_new_tokens=512)
tokenizer.decode(outputs[0][input_ids.shape[-1]:])

Training Details

Training Infrastructure

  • Hardware: The model was trained on 16 nodes of an Amazon EC2 trn1.32xlarge instance.
  • Software: We use code based on neuronx-nemo-megatron.

Acknowledgments

This work was supported by the Ministry of Economy, Trade and Industry (METI) and the New Energy and Industrial Technology Development Organization (NEDO) through the Generative AI Accelerator Challenge (GENIAC).

Citation

@misc{karakuri_lm_32b_thinking_2501_exp,
	author       = { {KARAKURI} {I}nc. },
	title        = { {KARAKURI} {LM} 32{B} {T}hinking 2501 {E}xperimental },
	year         = { 2025 },
	url          = { https://huggingface.co/karakuri-ai/karakuri-lm-32b-thinking-2501-exp },
	publisher    = { Hugging Face },
    journal      = { Hugging Face repository }
}

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
e77c18c

0 моделей