/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Math-7B-Instruct
Библиотека
transformers
Опубликована
20 янв 2025

liujx-78k

Генерация текстаТекст → текст3 профессии

Дообученная на GenPRM-78k версия Qwen2.5-Math-7B-Instruct для генерации текста с возможностью диалога и вызова инструментов.

20скачиваний за 30 дней0лайковвеса обновлены20 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

masterLan/liujx-78k — дообученная модель Qwen2.5-Math-7B-Instruct, созданная на наборе GenPRM-78k-train-5:5-decontamination. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста; карточка указывает интерфейсы чата и вызова инструментов. Контекст составляет 4096 токенов. В README приведён результат Loss 0,2910 на оценочной выборке, но конкретные задачи и протокол оценки не раскрыты.

Базовая модель рассчитана на математические задачи с пошаговыми рассуждениями на английском и китайском языках; специализация самой дообученной модели явно не описана. Файлы представлены в формате safetensors, библиотека — Transformers. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке модели.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с дообучением математической языковой модели
  • оценка генерации текста на данных GenPRM-78k

Ограничения

README не раскрывает назначение дообучения, обучающие примеры и условия оценки; указан только loss 0,2910. Лицензия обозначена как other, поэтому права и ограничения использования нужно уточнить по карточке модели.

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

GenPRM-78k-train-5:5-decontamination

This model is a fine-tuned version of /data1/model/Qwen2.5-Math-7B-Instruct on the GenPRM-78k-train-5:5-decontamination dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2910

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 4
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.03
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
0.39510.08231000.3771
0.34710.16472000.3431
0.32950.24703000.3266
0.31620.32944000.3161
0.31430.41175000.3084
0.30540.49406000.3029
0.30310.57647000.2985
0.29880.65878000.2953
0.29650.74109000.2932
0.29350.823410000.2918
0.29750.905711000.2911
0.3040.988112000.2910

Framework versions

  • Transformers 4.45.2
  • Pytorch 2.4.0+cu121
  • Datasets 2.21.0
  • Tokenizers 0.20.1

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
68c929b

0 моделей