/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
29 сен 2024

Josiefied-Qwen2.5-7B-Instruct-abliterated-v2

Генерация текстаТекст → текст10 профессий

Конвертированная в MLX чат-модель Qwen2.5 на 7,1 млрд параметров для генерации текста и диалоговых ответов.

233скачиваний за 30 дней4лайкавеса обновлены8 дек 2024

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 конверсия в формат MLX модели Josiefied-Qwen2.5-7B-Instruct-abliterated-v2, выполненная mlx-community с помощью mlx-lm версии 0.18.2. Модель представляет собой плотную авторегрессионную чат-модель семейства Qwen2.5 с 7,1 млрд параметров и контекстом до 32 768 токенов.

Она предназначена для генерации текста и диалоговых ответов на основе текстовых запросов. В карточке базовая модель описана как дообученная аблитерированная версия Qwen2.5-7B-Instruct для многоязычной генерации с меньшим числом отказов; метаданные также указывают интерфейс вызова инструментов. Репозиторий содержит веса в формате safetensors для использования с MLX.

Модель поддерживает английский язык; исходная базовая модель ориентирована на многоязычное применение. Меньшее число отказов означает, что модель может отвечать на запросы, которые другие модели отклоняют, поэтому её ответы требуют проверки. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • генерация и продолжение текста
  • создание англоязычного чат-бота
  • вызов инструментов через поддерживаемый интерфейс

Ограничения

Ориентированность базовой версии на меньшее число отказов может приводить к ответам на рискованные запросы; результаты следует проверять. README описывает конверсию для MLX, поэтому для запуска требуется совместимое окружение.

Для каких профессий подходит10

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

mlx-community/Josiefied-Qwen2.5-7B-Instruct-abliterated-v2

The Model mlx-community/Josiefied-Qwen2.5-7B-Instruct-abliterated-v2 was converted to MLX format from Goekdeniz-Guelmez/Josiefied-Qwen2.5-7B-Instruct-abliterated-v2 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-Qwen2.5-7B-Instruct-abliterated-v2")

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
532af59

0 моделей