/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
34,9 млрд
Размер весов
71,4 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-32B-Instruct
Библиотека
transformers
Опубликована
21 дек 2024

tqwendo-36b

Генерация текстаТекст → текст8 профессий

Экспериментальная объединённая модель Qwen2 на 34,9 млрд параметров для диалоговой генерации текста и кода с контекстом до 32 768 токенов.

32скачиваний за 30 дней9лайковвеса обновлены22 дек 2024

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 оценки6

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

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4154

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,6778

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4381

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6432

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3314

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,443

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

nisten/tqwendo-36b — экспериментальная объединённая модель семейства Qwen2, созданная автором репозитория методом passthrough с помощью mergekit. В объединение вошли Qwen/Qwen2.5-Coder-32B-Instruct, Qwen/Qwen2.5-Coder-32B и huihui-ai/Qwen2.5-32B-Instruct-abliterated. По метаданным, модель имеет плотную архитектуру Qwen2ForCausalLM, около 34,9 млрд параметров и контекст до 32 768 токенов; веса опубликованы в формате safetensors, библиотека — Transformers.

Модель предназначена для генерации текста и кода в диалоговом формате, включая создание, анализ и исправление кода. Автор сообщает, что слияние было задумано для уменьшения повторов, характерных для abliterated-варианта, и приводит пример генерации интерфейса чата с кодом Python, HTML, стилями и вызовами API. Метаданные также отмечают интерфейс для вызова инструментов.

Автор описывает модель как экспериментальную и предлагает сочетать её с отдельной 4-битной 7B-моделью для спекулятивного декодирования и рассуждений, однако это назначение не следует трактовать как гарантированное качество или встроенную возможность. Поддерживаемый язык естественного языка отдельно не заявлен; карточка указывает код как язык. Лицензия — MIT.

Сценарии применения

  • генерация кода по запросу на естественном языке
  • создание интерфейсов с HTML, стилями и вызовами API
  • анализ и исправление программного кода
  • диалоговая помощь при разработке программ
  • эксперименты со спекулятивным декодированием в связке с отдельной малой моделью

Ограничения

Модель обозначена автором как экспериментальная; заявленная работа в связке для спекулятивного декодирования и рассуждений зависит от отдельной 7B-модели. Качество и снижение повторов не сопровождаются формальной оценкой в карточке.

Для каких профессий подходит8

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

This is a competitive coding model that should be better than qwen-coder-32b-instruct which we're running on github.gg

image/png

36B experimental merge was to fix the repetition issues with the huihui-ai coder abliterated.

There is a draft model to go with this one for speculative decoding and chain of thought reasoning: https://huggingface.co/nisten/qwen2.5-coder-7b-abliterated-128k-AWQ

Using the above 4bit 7b in conjuction with the 36b is meant to setup a chain-of-thought reasoner, evaluator similar to what O1-O3 is probably doing. This way the 7b 4bit only uses up an extra 4-6Gb on the gpu, but greatly both speeds up speculative decoding AND also chain-of-throught evals.

I.e. in this case the model was able to write an almost working heh.. chat interface for itself in one shot. And this was the WHOLE interface, including python and html and styling and api calls.

image/png

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the passthrough merge method.

Models Merged

The following models were included in the merge:

  • Qwen/Qwen2.5-Coder-32B-Instruct
  • Qwen/Qwen2.5-Coder-32B
  • huihui-ai/Qwen2.5-32B-Instruct-abliterated

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
9e80b67

0 моделей