Характеристики

Контекст: 32 768 токенов
Параметры: 3,9 млрд
Размер весов: 8,3 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-3B
Библиотека: transformers
Опубликована: 3 янв 2025

Ссылки

Qwen2.5-4B

qingy2024

Генерация текстаТекст → текст13 профессий

Qwen2.5-4B — многоязычная модель генерации текста на основе Qwen2.5-3B для диалогов и ответов с возможностью вызова инструментов.

514скачиваний за 30 дней1лайквеса обновлены27 апр 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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
0,4269
Open LLM v2 · архив
Публичная таблицадругая ревизия
MMLU-PRO
MMLU-PRO Raw · выше — лучше
Результат
0,2525
Open LLM v2 · архив
Публичная таблицадругая ревизия
IFEval
IFEval Raw · выше — лучше
Результат
0,2158
Open LLM v2 · архив
Публичная таблицадругая ревизия
MUSR
MUSR Raw · выше — лучше
Результат
0,461
Open LLM v2 · архив
Публичная таблицадругая ревизия
MATH Lvl 5
MATH Lvl 5 Raw · выше — лучше
Результат
0,0514
Open LLM v2 · архив
Публичная таблицадругая ревизия
GPQA
GPQA Raw · выше — лучше
Результат
0,2911
Open LLM v2 · архив
Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen2.5-4B — плотная языковая модель для генерации текста и диалогового взаимодействия, созданная автором репозитория на основе Qwen/Qwen2.5-3B с помощью mergekit. Слияние выполнено методом passthrough: последовательность слоёв базовой модели собрана из перекрывающихся диапазонов, а веса представлены в формате bfloat16 и safetensors.

Модель предназначена для генерации текста и ответов в чате; интерфейс также поддерживает вызов инструментов. Она содержит 3,9 млрд параметров, использует архитектуру Qwen2 и имеет контекст длиной до 32 768 токенов. Метаданные перечисляют поддержку китайского, английского, французского, испанского, португальского, немецкого, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков.

В README не приведены результаты оценки качества или подробности о том, как именно изменённая последовательность слоёв влияет на поведение, поэтому качество на конкретных задачах следует проверять отдельно. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация текста по запросу
ответы на вопросы в чате
ведение многоязычного диалога
подготовка черновиков и кратких текстов
вызов инструментов из диалогового приложения

Ограничения

В README нет результатов оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно. Лицензия не указана в предоставленных данных.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

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/Qwen2.5-3B

Configuration

The following YAML configuration was used to produce this model:

slices:
- sources:
  - layer_range: [0, 6]
    model: Qwen/Qwen2.5-3B
- sources:
  - layer_range: [4, 12]
    model: Qwen/Qwen2.5-3B
- sources:
  - layer_range: [10, 18]
    model: Qwen/Qwen2.5-3B
- sources:
  - layer_range: [16, 24]
    model: Qwen/Qwen2.5-3B
- sources:
  - layer_range: [22, 30]
    model: Qwen/Qwen2.5-3B
- sources:
  - layer_range: [28, 36]
    model: Qwen/Qwen2.5-3B
merge_method: passthrough
dtype: bfloat16

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: f1cf73b