/ Модель

Характеристики

Контекст
131 072 токена
Параметры
32 млрд
Размер весов
65,5 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-32B-Japanese
Опубликована
27 янв 2025

DeepSeek-R1-Distill-Qwen-32B-Japanese

Генерация текстаТекст → текст

Японская 32B-модель для генерации текста и диалогов, преобразованная в формат MLX для запуска с mlx-lm.

127скачиваний за 30 дней1лайквеса обновлены27 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Это 32-миллиардная плотная языковая модель семейства Qwen2, представленная сообществом mlx-community в формате MLX и преобразованная из cyberagent/DeepSeek-R1-Distill-Qwen-32B-Japanese. Она предназначена для генерации текста и диалоговых ответов на японском языке; метаданные также указывают интерфейс вызова инструментов. Модель поддерживает контекст до 131072 токенов и распространяется в формате safetensors. Лицензия — MIT.

Сценарии применения

  • генерация ответов на японском языке
  • ведение диалогов на японском языке
  • создание японских текстов с большим контекстом
  • подключение диалоговой модели к интерфейсу вызова инструментов

Ограничения

Для запуска в формате MLX требуется совместимая среда и библиотека mlx-lm; модель содержит 32 млрд параметров, поэтому предъявляет значительные требования к вычислительным ресурсам.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/DeepSeek-R1-Distill-Qwen-32B-Japanese

The Model mlx-community/DeepSeek-R1-Distill-Qwen-32B-Japanese was converted to MLX format from cyberagent/DeepSeek-R1-Distill-Qwen-32B-Japanese using mlx-lm version 0.21.1.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/DeepSeek-R1-Distill-Qwen-32B-Japanese")

prompt = "hello"

if tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, add_generation_prompt=True
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
f56f456

0 моделей