Uploaded model
- Developed by: tanquangduong
- License: apache-2.0
- Finetuned from model : unsloth/Qwen2.5-0.5B
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 494 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-0.5B
- Опубликована
- 10 ноя 2024
Ссылки
Qwen2.5-0.5B-Instruct-TinyStories
Дообученная на базе Qwen2.5-0.5B диалоговая модель для генерации текста и коротких историй.
127скачиваний за 30 дней0лайковвеса обновлены10 ноя 2024
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.
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
Qwen2.5-0.5B-TinyStories — дообученная модель tanquangduong на базе unsloth/Qwen2.5-0.5B для генерации текста в диалоговом формате. Она использует плотную архитектуру Qwen2 с 494 млн параметров и поддерживает контекст длиной до 32 768 токенов. В карточке указано обучение с помощью Unsloth и библиотеки TRL; модель подходит для генерации коротких историй и экспериментов с небольшими языковыми моделями. Лицензия — Apache-2.0.
Сценарии применения
- генерация коротких историй
- создание продолжения для заданного начала рассказа
- диалоговая генерация текста
- эксперименты с компактными языковыми моделями
Ограничения
Модель компактная, поэтому качество и сложность генерации могут быть ограничены по сравнению с более крупными языковыми моделями.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 71851af