/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
19 фев 2024

Qwen1.5-7B-turkish

Генерация текстаТекст → текст3 профессии

Дообученная чат-модель Qwen2 на 7,1 млрд параметров для выполнения инструкций и ответов на вопросы преимущественно на турецком языке.

26скачиваний за 30 дней5лайковвеса обновлены20 фев 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

malhajar/Qwen1.5-7B-turkish — чат-модель, разработанная Мохамадом Аль-Хаджаром и дообученная методом supervised fine-tuning с замороженными параметрами на инструкционном датасете malhajar/alpaca-gpt4-tr. Она предназначена для ответов на инструкции и вопросы в формате диалога, прежде всего на турецком языке; в метаданных также указан английский. Модель использует плотную архитектуру Qwen2ForCausalLM с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов.

Модель принимает текстовые инструкции и генерирует текстовые ответы. Веса доступны в формате safetensors, лицензия — Apache-2.0. Карточка задаёт шаблон общения с секциями Instruction и Response. Качество и фактическая точность ответов отдельно не описаны; специализация модели и обучающие данные сосредоточены на турецких инструкциях.

Сценарии применения

  • ответы на вопросы на турецком языке
  • выполнение пользовательских инструкций в чате на турецком языке
  • генерация турецких ответов по шаблону Instruction/Response

Ограничения

Обучение ориентировано на турецкие инструкции, поэтому качество для других языков может быть ниже. Карточка не приводит оценок точности или результатов бенчмарков.

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

Model Card for Model ID

malhajar/Mistral-7B-Instruct-v0.2-turkish is a finetuned version of Qwen1.5-7B using SFT Training and Freeze method. This model can answer information in a chat format as it is finetuned specifically on instructions specifically alpaca-gpt4-tr

Model Description

Prompt Template

### Instruction:

<prompt> (without the <>)

### Response:

How to Get Started with the Model

Use the code sample provided in the original post to interact with the model.

from transformers import AutoTokenizer,AutoModelForCausalLM
 
model_id = "malhajar/Qwen1.5-7B-turkish"
model = AutoModelForCausalLM.from_pretrained(model_name_or_path,
                                             device_map="auto",
                                             torch_dtype=torch.float16,
                                             revision="main")

tokenizer = AutoTokenizer.from_pretrained(model_id)

question: "Türkiyenin en büyük şehir nedir?"
# For generating a response
prompt = '''
### Instruction:  {question} ### Response:
'''
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
output = model.generate(inputs=input_ids,max_new_tokens=512,pad_token_id=tokenizer.eos_token_id,top_k=50, do_sample=True,repetition_penalty=1.3
        top_p=0.95,trust_remote_code=True,)
response = tokenizer.decode(output[0])

print(response)

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
33aa76a

0 моделей