Характеристики

Контекст: 131 072 токена
Параметры: 32 млрд
Размер весов: 65,5 ГБ
Архитектура: qwen2 · dense
Базовая модель: EVA-Instruct-32B-v2
Библиотека: transformers
Опубликована: 30 ноя 2024

Ссылки

Hugging Face arXiv 2306.01708

EVA-Instruct-QwQ-32B-Preview

win10

Генерация текстаТекст → текст15 профессий

Объединённая 32-миллиардная модель Qwen2 для диалоговой генерации текста, рассуждений и программирования.

20скачиваний за 30 дней3лайкавеса обновлены30 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.

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

win10/EVA-Instruct-QwQ-32B-Preview — объединённая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом TIES. В качестве основы использована ParasiticRogue/EVA-Instruct-32B-v2, в объединение также вошла Qwen/QwQ-32B-Preview. Модель содержит 32 млрд параметров и рассчитана на генерацию текста в диалоговом формате; заявленная длина контекста — 131 072 токена.

Модель подходит для диалоговых ответов, генерации текста, математических рассуждений и программирования. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; метаданные также отмечают интерфейс вызова инструментов. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

диалоговые ответы на запросы пользователя
генерация и продолжение текста
решение математических задач с рассуждениями
написание и объяснение программного кода
использование инструментов через диалоговый интерфейс

Ограничения

Сведения о поддерживаемых естественных языках и лицензии в предоставленных материалах отсутствуют. Качество и надёжность ответов отдельно не описаны.

Для каких профессий подходит15

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 II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

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 TIES merge method using ParasiticRogue/EVA-Instruct-32B-v2 as a base.

Models Merged

The following models were included in the merge:

Qwen/QwQ-32B-Preview

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Qwen/QwQ-32B-Preview
    parameters:
      density: 1
      weight: 1 
      
  - model: ParasiticRogue/EVA-Instruct-32B-v2
    parameters:
      density: 1
      weight: 1 
      
  - model: Qwen/QwQ-32B-Preview
    parameters:
      density: 1
      weight: 1 
      
  - model: ParasiticRogue/EVA-Instruct-32B-v2
    parameters:
      density: 1
      weight: 1 

merge_method: ties
base_model: ParasiticRogue/EVA-Instruct-32B-v2
parameters:
  normalize: false
  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: c5928c2