/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
miscii-14b-1225
Библиотека
transformers
Опубликована
27 янв 2025

Ссылки

Hugging Face

tempesthenno-nuslerp-0124

sthenno
Генерация текстаТекст → текст11 профессий

Слитая методом NuSLERP 14-миллиардная модель Qwen2 для диалоговой генерации текста с длинным контекстом.

29скачиваний за 30 дней4лайкавеса обновлены29 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.

Открыть конструктор бенчмарка

Публичные оценки6

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

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5352

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4859

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3901

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7004

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6469

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,4116

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

tempesthenno-nuslerp-0124 — слитая с помощью mergekit по методу NuSLERP языковая модель, созданная sthenno. В README указаны два компонента с именами tempesthenno--converge-breadcrumbs и tempesthenno--converge-dtask; метаданные также связывают модель с несколькими базовыми моделями Qwen2. Модель имеет плотную архитектуру Qwen2ForCausalLM и 14 млрд параметров, распространяется в формате safetensors и лицензирована по Apache-2.0.

Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленный контекст составляет 131 072 токена. В метаданных указаны английский и китайский языки. README приводит результаты оценок IFEval и BBH, но без подробностей об условиях тестирования и без оснований делать выводы о превосходстве в конкретных сценариях.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание и продолжение текстов
  • выполнение текстовых инструкций
  • обработка длинных текстовых запросов

Ограничения

README не описывает подробно проверенные сценарии и условия оценки, поэтому приведённые результаты IFEval и BBH не дают оснований судить о качестве в конкретных прикладных задачах.

Для каких профессий подходит11

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

update: now checking the evaluations without chat templates

tempesthenno-nuslerp-0124

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

Merge Details

Merge Method

This model was merged using the NuSLERP merge method.

Models Merged

The following models were included in the merge:

  • /Users/sthenno/models/tempesthenno--converge-breadcrumbs
  • /Users/sthenno/models/tempesthenno--converge-dtask

Configuration

The following YAML configuration was used to produce this model:

name: tempesthenno-nuslerp-0124
merge_method: nuslerp
tokenizer:
  source: union
chat_template: "chatml"
dtype: float32
out_dtype: bfloat16
parameters:
  int8_mask: true
  normalize: true
  rescale: false
slices:
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [0, 8]
        parameters:
          weight: 0.65
          nuslerp_flatten: false
          nuslerp_row_wise: true
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [0, 8]
        parameters:
          weight: 0.35
          nuslerp_flatten: false
          nuslerp_row_wise: true
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [8, 16]
        parameters:
          weight: 0.60
          nuslerp_flatten: false
          nuslerp_row_wise: true
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [8, 16]
        parameters:
          weight: 0.40
          nuslerp_flatten: false
          nuslerp_row_wise: true
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [16, 24]
        parameters:
          weight: 0.55
          nuslerp_flatten: false
          nuslerp_row_wise: false
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [16, 24]
        parameters:
          weight: 0.45
          nuslerp_flatten: false
          nuslerp_row_wise: false
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [24, 32]
        parameters:
          weight: 0.50
          nuslerp_flatten: false
          nuslerp_row_wise: false
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [24, 32]
        parameters:
          weight: 0.50
          nuslerp_flatten: false
          nuslerp_row_wise: false
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [32, 40]
        parameters:
          weight: 0.45
          nuslerp_flatten: true
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [32, 40]
        parameters:
          weight: 0.55
          nuslerp_flatten: true
  - sources:
      - model: /Users/sthenno/models/tempesthenno--converge-dtask
        layer_range: [40, 48]
        parameters:
          weight: 0.40
          nuslerp_flatten: true
      - model: /Users/sthenno/models/tempesthenno--converge-breadcrumbs
        layer_range: [40, 48]
        parameters:
          weight: 0.60
          nuslerp_flatten: true

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.40.97
IFEval (0-Shot)70.04
BBH (3-Shot)49.28
MATH Lvl 5 (4-Shot)39.27
GPQA (0-shot)18.68
MuSR (0-shot)20.21
MMLU-PRO (5-shot)48.36

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
c56e973

0 моделей

    Создать бенчмарк