/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Размер весов
2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
17 ноя 2024

Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1-float32

Генерация текстаТекст → текст4 профессии

Конвертированная в MLX компактная чат-модель Qwen2.5 с 494 млн параметров для генерации текста с контекстом до 32 768 токенов.

80скачиваний за 30 дней1лайквеса обновлены17 ноя 2024

Бенчмарки

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

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3292

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2576

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3249

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3369

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0846

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1638

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это конвертированная в формат MLX версия чат-модели Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1, опубликованная сообществом mlx-community на основе модели Goekdeniz-Guelmez. Модель построена на плотной архитектуре Qwen2, содержит 494 млн параметров и предназначена для генерации текста в диалоговом формате; заявленный контекст — до 32 768 токенов.

Модель принимает текст и выдаёт текст. В метаданных указаны английский и немецкий языки, а также возможности чата и интерфейс вызова инструментов. Репозиторий содержит веса safetensors в формате MLX, подготовленные с помощью mlx-lm 0.18.2. Лицензия — Apache-2.0.

Сценарии применения

  • ведение диалога на английском языке
  • ведение диалога на немецком языке
  • генерация ответов на текстовые запросы
  • создание диалогового прототипа на Apple Silicon
  • эксперименты с вызовом инструментов в чате

Ограничения

Компактный размер модели ограничивает её возможности по сравнению с более крупными языковыми моделями; фактическое качество и надёжность вызова инструментов не описаны в доступных сведениях.

Для каких профессий подходит4

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

mlx-community/Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1-float32

The Model mlx-community/Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1-float32 was converted to MLX format from Goekdeniz-Guelmez/Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1 using mlx-lm version 0.18.2.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/Josiefied-Qwen2.5-0.5B-Instruct-abliterated-v1-float32")

prompt="hello"

if hasattr(tokenizer, "apply_chat_template") and tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, tokenize=False, 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
78ba059

0 моделей