/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
18,4 млрд
Размер весов
38,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B-Instruct
Библиотека
transformers
Опубликована
19 янв 2025

Calcium-Opus-20B-v1

Генерация текстаТекст → текст15 профессий

Диалоговая модель Qwen2 для рассуждений, математических задач, программирования, структурированных ответов и генерации длинного текста.

36скачиваний за 30 дней2лайкавеса обновлены24 янв 2025

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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4943

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3093

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3532

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,599

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,3618

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,4734

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Calcium-Opus-20B-v1 — диалоговая языковая модель на архитектуре Qwen2, созданная на основе Qwen/Qwen2.5-14B-Instruct и дообученная для рассуждений, математики, программирования и следования инструкциям. По метаданным модель содержит 18,4 млрд параметров, использует Transformers и формат safetensors; заявленное в README контекстное окно до 128K токенов расходится с указанным в метаданных пределом 4096 токенов, поэтому фактический размер контекста следует уточнить для конкретной версии.

Модель предназначена для диалоговых помощников, генерации и анализа текста, решения математических задач, написания и отладки кода, работы с таблицами и JSON, а также создания длинных материалов. README заявляет поддержку более 29 языков, включая русский и английский; метаданные карточки указывают английский. Заявлены генерация до 8K токенов за один ответ и интерфейс вызова инструментов. Лицензия Apache-2.0.

Качество может различаться между языками; возможны ошибки в длинных ответах, повторы и неверные выводы при неоднозначных или состязательных запросах. Модель не обладает актуальными знаниями о событиях после обучения и требует значительных вычислительных ресурсов.

Сценарии применения

  • решение математических задач и пошаговое объяснение вычислений
  • написание, отладка и оптимизация программного кода
  • создание чат-бота или виртуального помощника
  • анализ таблиц и подготовка ответов в формате JSON
  • составление длинных отчётов и инструкций
  • ответы на вопросы и рассуждения на русском и других языках

Ограничения

README заявляет контекст до 128K токенов, тогда как метаданные указывают 4096 токенов; реальный предел следует проверять для используемой версии. Возможны ошибки и повторы в длинных ответах, разное качество для разных языков и устаревшие сведения; запуск модели требует значительных вычислительных ресурсов.

Для каких профессий подходит15

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

opus.gif

Calcium-Opus-20B-v1

Calcium-Opus-20B-v1 is based on the Qwen 2.5 modality architecture, designed to enrich the reasoning capabilities of 20B-parameter models. These models have proven highly effective for context understanding, reasoning, and mathematical problem-solving.

Key improvements include:

  1. Enhanced Knowledge and Expertise: The model demonstrates significantly more knowledge and greatly improved capabilities in coding and mathematics, thanks to specialized expert models in these domains.
  2. Improved Instruction Following: It shows significant advancements in following instructions, generating long texts (over 8K tokens), understanding structured data (e.g., tables), and producing structured outputs, especially in JSON format.
  3. Better Adaptability: The model is more resilient to diverse system prompts, enabling enhanced role-playing implementations and condition-setting for chatbots.
  4. Long-Context Support: It offers long-context support of up to 128K tokens and can generate up to 8K tokens in a single output.
  5. Multilingual Proficiency: The model supports over 29 languages, including Chinese, English, French, Spanish, Portuguese, German, Italian, Russian, Japanese, Korean, Vietnamese, Thai, Arabic, and more.

Quickstart with Transformers

Here provides a code snippet with apply_chat_template to show you how to load the tokenizer and model and how to generate contents.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "prithivMLmods/Calcium-Opus-20B-v1"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "system", "content": "You are Qwen, created by Alibaba Cloud. You are a helpful assistant."},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

Intended Use

  1. Reasoning and Context Understanding:
    Designed to assist with complex reasoning tasks, contextual understanding, and solving problems requiring logical deduction and critical thinking.

  2. Mathematical Problem-Solving:
    Specialized for performing advanced mathematical reasoning and calculations, making it suitable for educational, scientific, and research-oriented applications.

  3. Code Generation and Debugging:
    Offers robust support for coding tasks, including writing, debugging, and optimizing code in various programming languages, ideal for developers and software engineers.

  4. Structured Data Analysis:
    Excels in processing and analyzing structured data, such as tables and JSON, and generating structured outputs, which is useful for data analysts and automation workflows.

  5. Multilingual Applications:
    Supports over 29 languages, making it versatile for global applications like multilingual chatbots, content generation, and translations.

  6. Extended Content Generation:
    Capable of generating long-form content (over 8K tokens), useful for writing reports, articles, and creating detailed instructional guides.

  7. Interactive Role-Playing and Chatbots:
    Enhanced capabilities for role-playing and condition-setting, making it ideal for interactive chatbots, virtual assistants, and entertainment purposes.

  8. Large-Context Tasks:
    With a context window of up to 128K tokens, it is ideal for analyzing or generating large documents, books, or datasets in a single session.

Limitations

  1. Hardware Requirements:
    Due to its 20B parameter size and support for long-context inputs, running the model requires significant computational resources, including high-memory GPUs or TPUs.

  2. Potential Bias in Multilingual Outputs:
    While it supports 29 languages, the quality and accuracy of outputs may vary depending on the language, especially for less-resourced languages.

  3. Inconsistent Outputs for Creative Tasks:
    The model may occasionally produce inconsistent or repetitive results in creative writing, storytelling, or highly subjective tasks.

  4. Limited Real-World Awareness:
    It lacks real-time knowledge of current events beyond its training cutoff, which may limit its ability to respond accurately to the latest information.

  5. Error Propagation in Long-Text Outputs:
    In generating long texts, minor errors in early outputs can sometimes propagate, reducing the overall coherence and accuracy of the response.

  6. Dependency on High-Quality Prompts:
    Performance may depend on the quality and specificity of the input prompt, requiring users to carefully design queries for optimal results.

  7. Sensitivity to Adversarial Inputs:
    The model may struggle with adversarial or ambiguous inputs, leading to incorrect or irrelevant outputs.

  8. Ethical and Safety Concerns:
    Potential misuse in generating misleading, harmful, or offensive content remains a concern, and guardrails must be implemented to ensure responsible use.

Open LLM Leaderboard Evaluation Results

Detailed results can be found here! Summarized results can be found here!

MetricValue (%)
Average26.85
IFEval (0-Shot)30.93
BBH (3-Shot)41.81
MATH Lvl 5 (4-Shot)11.03
GPQA (0-shot)13.76
MuSR (0-shot)22.09
MMLU-PRO (5-shot)41.49

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
d160b50

0 моделей