/ Модель

Характеристики

Контекст
131 072 токена
Параметры
32 млрд
Размер весов
65,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-32B
Библиотека
transformers
Опубликована
10 фев 2025

qwen2.5-bakeneko-32b

Генерация текстаТекст → текст4 профессии

32-миллиардная модель Qwen2.5 от rinna, продолжительно предобученная для улучшения генерации текста на японском языке.

150скачиваний за 30 дней7лайковвеса обновлены23 мар 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 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

rinna/qwen2.5-bakeneko-32b — языковая модель rinna, полученная продолжительным предобучением Qwen/Qwen2.5-32B на смеси японских и английских данных. Модель предназначена для генерации текста и улучшения результатов на задачах японского языка. Она основана на трансформере Qwen2 с 32 млрд параметров и контекстом до 131 072 токенов; использует исходный токенизатор Qwen2.5 и распространяется в формате safetensors.

При обучении модель продолжительно предобучали примерно на 18 млрд токенов из японских корпусов CC-100, C4, OSCAR и курируемого rinna набора, а также The Pile и Wikipedia. Авторы сообщают результаты на японском бенчмарке LM Evaluation Harness, однако карточка не приводит подробного разбора сильных сторон по отдельным задачам. Метаданные отмечают интерфейс чата и вызова инструментов, но это базовая модель продолжительного предобучения, а не отдельная instruction-модель.

Модель может быть полезна для генерации японского и английского текста и как основа для последующей адаптации. Лицензия — Apache 2.0. Указанные результаты бенчмарка не гарантируют качество для конкретного пользовательского сценария.

Сценарии применения

  • генерация текста на японском языке
  • генерация текста на английском языке
  • продолжение и дополнение японского текста
  • создание основы для дообучения под японские задачи

Ограничения

Это базовая модель продолжительного предобучения, а не отдельная instruction-модель; пригодность к диалогу и следованию инструкциям может быть ограничена. Приведённый бенчмарк оценивает японские языковые задачи и не гарантирует качество в других сценариях.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2.5 Bakeneko 32B (rinna/qwen2.5-bakeneko-32b)

rinna-icon

Overview

We conduct continual pre-training of Qwen/Qwen2.5-32B on 18B tokens from a mixture of Japanese and English datasets. The continual pre-training improves the model's performance on Japanese tasks.

The name bakeneko comes from the Japanese word 化け猫/ばけねこ/Bakeneko, which is a kind of Japanese mythical creature (妖怪/ようかい/Youkai).

Model TypeModel Name
Japanese Continual Pre-Training ModelQwen2.5 Bakeneko 32B [HF]
Instruction-Tuning ModelQwen2.5 Bakeneko 32B Instruct [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]
DeepSeek R1 Distill Qwen2.5 Merged Reasoning ModelDeepSeek R1 Distill Qwen2.5 Bakeneko 32B [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]
QwQ Merged Reasoning ModelQwQ Bakeneko 32B [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]
QwQ Bakeneko Merged Instruction-Tuning ModelQwen2.5 Bakeneko 32B Instruct V2 [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]

Benchmarking

ModelJapanese LM Evaluation HarnessJapanese MT-Bench (first turn)Japanese MT-Bench (multi turn)
Qwen/Qwen2.5-32B79.46--
rinna/qwen2.5-bakeneko-32b79.18--
Qwen/Qwen2.5-32B-Instruct78.298.137.54
rinna/qwen2.5-bakeneko-32b-instruct79.628.177.66
rinna/qwen2.5-bakeneko-32b-instruct-v277.928.868.53
deepseek-ai/DeepSeek-R1-Distill-Qwen-32B73.517.396.88
rinna/deepseek-r1-distill-qwen2.5-bakeneko-32b77.438.588.19
Qwen/QwQ-32B76.128.588.25
rinna/qwq-bakeneko-32b78.318.818.52

For detailed benchmarking results, please refer to rinna's LM benchmark page (Sheet 20250213).


Tokenization

The model uses the original Qwen/Qwen2.5-32B tokenizer.


How to cite

@misc{rinna-qwen2.5-bakeneko-32b,
    title = {rinna/qwen2.5-bakeneko-32b},
    author = {Wakatsuki, Toshiaki and Chen, Xinqi and Sawada, Kei},
    url = {https://huggingface.co/rinna/qwen2.5-bakeneko-32b}
}

@inproceedings{sawada2024release,
    title = {Release of Pre-Trained Models for the {J}apanese Language},
    author = {Sawada, Kei and Zhao, Tianyu and Shing, Makoto and Mitsui, Kentaro and Kaga, Akio and Hono, Yukiya and Wakatsuki, Toshiaki and Mitsuda, Koh},
    booktitle = {Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)},
    month = {5},
    year = {2024},
    pages = {13898--13905},
    url = {https://aclanthology.org/2024.lrec-main.1213},
    note = {\url{https://arxiv.org/abs/2404.01657}}
}

References

@misc{qwen2.5,
    title = {Qwen2.5: A Party of Foundation Models},
    url = {https://qwenlm.github.io/blog/qwen2.5/},
    author = {Qwen Team},
    month = {September},
    year = {2024}
}

@article{qwen2,
    title = {Qwen2 Technical Report}, 
    author = {An Yang and Baosong Yang and Binyuan Hui and Bo Zheng and Bowen Yu and Chang Zhou and Chengpeng Li and Chengyuan Li and Dayiheng Liu and Fei Huang and Guanting Dong and Haoran Wei and Huan Lin and Jialong Tang and Jialin Wang and Jian Yang and Jianhong Tu and Jianwei Zhang and Jianxin Ma and Jin Xu and Jingren Zhou and Jinze Bai and Jinzheng He and Junyang Lin and Kai Dang and Keming Lu and Keqin Chen and Kexin Yang and Mei Li and Mingfeng Xue and Na Ni and Pei Zhang and Peng Wang and Ru Peng and Rui Men and Ruize Gao and Runji Lin and Shijie Wang and Shuai Bai and Sinan Tan and Tianhang Zhu and Tianhao Li and Tianyu Liu and Wenbin Ge and Xiaodong Deng and Xiaohuan Zhou and Xingzhang Ren and Xinyu Zhang and Xipin Wei and Xuancheng Ren and Yang Fan and Yang Yao and Yichang Zhang and Yu Wan and Yunfei Chu and Yuqiong Liu and Zeyu Cui and Zhenru Zhang and Zhihao Fan},
    journal = {arXiv preprint arXiv:2407.10671},
    year = {2024}
}

@misc{litgpt-2023,
    author = {Lightning AI},
    title = {LitGPT},
    howpublished = {\url{https://github.com/Lightning-AI/litgpt}},
    year = {2023}
}

License

The Apache License, Version 2.0

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
8152323

0 моделей