Характеристики

Контекст: 32 768 токенов
Параметры: 32 млрд
Размер весов: 65,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-32B
Библиотека: transformers
Опубликована: 6 мар 2025

Ссылки

Hugging Face arXiv 2403.19522

QWQ-stock

wanlige

Генерация текстаТекст → текст10 профессий

32-миллиардная многоязычная модель Qwen2, объединяющая несколько языковых моделей для диалогов и генерации текста.

20скачиваний за 30 дней8лайковвеса обновлены28 апр 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.

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.

Открыть конструктор бенчмарка

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

wanlige/QWQ-stock — языковая модель на архитектуре Qwen2, созданная методом Model Stock с помощью mergekit путём слияния нескольких предварительно обученных моделей. В качестве базовой использована Qwen/Qwen2.5-32B-Instruct; среди компонентов также указаны Qwen2.5-32B, QwQ-32B, DeepSeek-R1-Distill-Qwen-32B-abliterated и другие варианты Qwen. Модель содержит 32 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие.

Модель подходит для ответов на запросы, ведения диалога и генерации текста на нескольких языках. Метаданные указывают контекст до 32 768 токенов и интерфейс вызова инструментов. Поддерживаются английский, русский, китайский и ряд других языков; объединение разных моделей может приводить к неоднородному поведению и качеству в отдельных задачах. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

ответы на вопросы в диалоге
генерация текстов по запросу
многоязычный чат на русском и английском
подготовка структурированных текстовых ответов
вызов инструментов в диалоговом интерфейсе

Ограничения

Модель представляет собой слияние нескольких чекпойнтов, поэтому качество и поведение могут различаться в зависимости от запроса. Лицензия не указана в предоставленных материалах.

Для каких профессий подходит10

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 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

merge

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

Merge Details

Merge Method

This model was merged using the Model Stock merge method using Qwen/Qwen2.5-32B-Instruct as a base.

Models Merged

The following models were included in the merge:

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Qwen/QwQ-32B 
  - model: huihui-ai/DeepSeek-R1-Distill-Qwen-32B-abliterated 
  - model: Qwen/Qwen2.5-32B 
  - model: maldv/Awqward2.5-32B-Instruct
  - model: Qwen/Qwen2.5-32B-Instruct 
  - model: Qwen/QwQ-32B-Preview 
  - model: tanliboy/lambda-qwen2.5-32b-dpo-test
merge_method: model_stock
base_model: Qwen/Qwen2.5-32B-Instruct
normalize: true
int8_mask: true
dtype: bfloat16

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: 4060c8a