/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Опубликована
17 сен 2024

XinYuan-Qwen2.5-7B-0917

Генерация текстаТекст → текст6 профессий

Чат-модель Qwen2.5 с 7,1 млрд параметров для генерации текста и проверки качества набора данных MT-SFT-ShareGPT.

51скачиваний за 30 дней4лайкавеса обновлены23 сен 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.

  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.

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,281

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1934

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3577

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3676

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3882

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5184

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

XinYuan-Qwen2.5-7B-0917 — чат-модель для генерации текста, созданная на архитектуре Qwen2.5 с 7,1 млрд параметров. Автор карточки описывает её как проверку пригодности набора данных thomas-yanxin/MT-SFT-ShareGPT и демонстрацию того, как улучшение отбора и управления данными может повысить результаты дообучения с учителем (SFT). Модель рассчитана на диалоговые сценарии и генерацию ответов на текстовые запросы.

В метаданных указаны контекст до 131 072 токенов, поддержка китайского и английского языков и формат весов Safetensors. В README приведены результаты OpenCompass для английского бенчмарка MMLU: 73,72 балла; остальные показатели в доступном фрагменте карточки отсутствуют. Лицензия обозначена как other, поэтому условия использования следует сверять с полными условиями репозитория.

Сценарии применения

  • генерация ответов в текстовом чате
  • создание текстовых ответов на английском и китайском языках
  • эксперименты с supervised fine-tuning на диалоговых данных
  • оценка влияния качества обучающих данных на результаты модели

Ограничения

В доступной части README приведён только результат MMLU, поэтому он не даёт полной картины качества модели. Лицензия указана как other; перед использованием нужно проверить её условия в репозитории.

Для каких профессий подходит6

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

The main purpose of this model is to validate the usability of thomas-yanxin/MT-SFT-ShareGPT, i.e., the quality of the data is all you need. We found that when we meticulously extract the data through a better data governance approach, the corresponding model results can be vastly improved, even if only through SFT.

Here are the results from our OpenCompass evaluation:

ClassificationBenchmarksModels
名称XinYuan-Qwen2-7B
EnglishMMLU73.72
MMLU-Pro/
Theorem QA/
GPQA33.04
BBH67.55
IFEval (Prompt Strict-Acc.)40.48
ARC-C91.19
MathGSM8K82.94
MATH41.06
ChineseC-EVAL81.02
CMMLU80.06
CodeMBPP50.6
HumanEval83.99

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
bbbeafd

0 моделей