/ Модель

Характеристики

Контекст
131 072 токена
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-14B-Instruct
Библиотека
transformers
Опубликована
12 ноя 2024

miscii-14b-1028

Генерация текстаТекст → текст8 профессий

Дообученная на диалоговых и предпочтительных данных Qwen2.5 модель для генерации текста, ролевого общения и чата.

62скачиваний за 30 дней18лайковвеса обновлены19 дек 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,6448

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4182

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,5153

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,503

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,8237

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,3565

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Miscii-14B-1028 — диалоговая языковая модель от Sthenno, созданная дообучением Qwen/Qwen2.5-14B-Instruct. Она предназначена для генерации текста и ролевых диалогов; карточка приводит пример настройки персон ассистента и пользователя. В метаданных указаны архитектура Qwen2, 14 млрд параметров, контекст до 131 072 токенов, поддержка чата и интерфейса вызова инструментов, а также обучение на наборах HelpSteer2, Synthetic-Persona-Chat и orpo-dpo-mix-40k.

Карточка задаёт для примера персону ассистента, говорящего по-китайски. Метки модели охватывают китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. В README приведены результаты Open LLM Leaderboard, включая IFEval 82,37 и BBH 49,26, но без подробностей протокола оценки. Модель опубликована в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • ролевые диалоги с заданными персонами
  • ведение многоязычного чата
  • генерация ответов в формате диалога
  • создание ответов с использованием инструментов

Ограничения

Пример системной персоны в карточке задаёт китайский язык, поэтому поведение на других языках может зависеть от инструкции. Приведены отдельные оценки бенчмарков без описания условий и полного контекста результатов.

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

miscii-14b-1028

Role-based Instructions

Just parse the following as your system prompt. Note there is NO special-tokens here.

An example system prompt:

system_prompt: str = (
    """<|context_start|>personas<|context_sep|>
<|persona_start|>user<|persona_sep|>
{user_persona}<|persona_end|>
<|persona_start|>assistant<|persona_sep|>
{assistant_persona}<|persona_end|><|context_end|>""".format(
        user_persona="""I am Miscii.
I am the designer of Sthenno.
[Optional: Additional statements]""",
        assistant_persona="""I am Sthenno.
I speak in Chinese.
[Optional: Additional statements]""",
    )
)

Training

See Report for miscii-1020 for more details.


Open LLM Leaderboard Evaluation Results (0215)

MetricValue
Avg.35.05
IFEval (0-Shot)82.37
BBH (3-Shot)49.26
MATH Lvl 5 (4-Shot)6.34
GPQA (0-shot)14.21
MuSR (0-shot)12.00
MMLU-PRO (5-shot)46.14

Open LLM Leaderboard Evaluation Results

Refined:

MetricValue
Avg.42.38
IFEval (0-Shot)82.37
BBH (3-Shot)49.26
MATH Lvl 5 (4-Shot)50.30
GPQA (0-shot)14.21
MuSR (0-shot)12.00
MMLU-PRO (5-shot)46.14

$$\large{\text{There's nothing more to Show}}$$

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
7fd9964

0 моделей