/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Опубликована
8 фев 2025

Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1

Генерация текстаТекст → текст9 профессий

Диалоговая модель Qwen2 на 7,1 млрд параметров для генерации текста и помощи с кодом, преобразованная в формат MLX.

152скачиваний за 30 дней1лайквеса обновлены16 фев 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

Модель mlx-community/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 — версия для MLX, подготовленная сообществом mlx-community из Goekdeniz-Guelmez/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 с помощью mlx-lm 0.21.3. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате и задач программирования. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Метаданные указывают поддержку английского и немецкого языков, а также интерфейс вызова инструментов.

Модель может использоваться для генерации и объяснения кода, помощи в программировании и диалоговых запросов. Лицензия — Apache-2.0. Доступные сведения не описывают качество на конкретных бенчмарках или гарантии безопасности ответов; название исходной модели указывает на менее ограниченные ответы.

Сценарии применения

  • генерация фрагментов кода по текстовому запросу
  • объяснение и разбор кода в диалоге
  • помощь с программированием через чат
  • ответы на текстовые вопросы на английском и немецком

Ограничения

Сведения о результатах на бенчмарках и надёжности ответов не приведены. Название модели указывает на менее ограниченные ответы, поэтому её выводы могут требовать проверки.

Для каких профессий подходит9

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-Coder-7B-Instruct-abliterated-v1

The Model mlx-community/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 was converted to MLX format from Goekdeniz-Guelmez/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 using mlx-lm version 0.21.3.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1")

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
0e9ec08

0 моделей