/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
464 млн
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen1.5-0.5B
Опубликована
13 мар 2024

qwen1.5-0.5b-sft

Генерация текстаТекст → текст3 профессии

Дообученная на инструкционном наборе компактная Qwen2-модель для генерации текста и диалоговых ответов.

91скачиваний за 30 дней0лайковвеса обновлены13 мар 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 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

trl-lib/qwen1.5-0.5b-sft — языковая модель для генерации текста и диалоговых сценариев, созданная дообучением Qwen/Qwen1.5-0.5B на наборе HuggingFaceH4/deita-6k-v0-sft. Она использует плотную архитектуру Qwen2ForCausalLM и содержит 463,6 млн параметров; заявленная длина контекста составляет 32 768 токенов. Модель подходит для генерации ответов в чате и экспериментов с инструкционными моделями. В README приведено значение loss 1,2566 на оценочном наборе.

Модель принимает текст и генерирует текст. Карточка не уточняет набор поддерживаемых языков, поэтому язык как отдельное преимущество не заявляется. Репозиторий содержит веса в формате safetensors. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели перед внедрением.

Сценарии применения

  • генерация ответов в текстовом чате
  • эксперименты с инструкционными языковыми моделями
  • создание прототипа чат-бота
  • дообучение компактной модели на собственных данных

Ограничения

В README не описаны конкретные ограничения качества или предназначения; указан только loss 1,2566 на оценочном наборе. Лицензия обозначена как other, поэтому условия использования нужно уточнить по карточке модели.

Для каких профессий подходит3

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

qwen-1.5-0.5b-sft-v1.0

This model is a fine-tuned version of Qwen/Qwen1.5-0.5B on the HuggingFaceH4/deita-6k-v0-sft dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2566

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.30151.02371.2711
1.23522.04741.2562
1.17193.07111.2566

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.16.1
  • Tokenizers 0.15.1

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
3992bb9

0 моделей