/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
2,7 млрд
Размер весов
5,8 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Опубликована
11 окт 2024

Ссылки

Hugging Face

Qwen2.5-2B-Instruct

win10
Генерация текстаТекст → текст10 профессий

Компактная модель Qwen2 для диалогов, генерации текста и структурированных ответов в контексте до 32 768 токенов.

87скачиваний за 30 дней1лайквеса обновлены11 окт 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.

Открыть конструктор бенчмарка

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4378

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0227

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3706

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,2273

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1934

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2676

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen2.5-2B-Instruct — компактная текстовая языковая модель семейства Qwen2, представленная win10. По карточке она собрана с помощью LazyMergekit из повторяющихся ссылок на Qwen/Qwen2.5-1.5B-Instruct; метаданные каталога классифицируют её как дообученную производную этой базовой модели. Модель предназначена для диалогов, генерации текста и структурированных ответов, включая сценарии с интерфейсом вызова инструментов.

Архитектура — плотная Qwen2ForCausalLM, размер — 2,7 млрд параметров, контекст — 32 768 токенов. Доступен формат safetensors. Сведения о лицензии и поддерживаемых языках в предоставленных данных отсутствуют. Качество, безопасность ответов и фактическая эффективность вызова инструментов отдельно не описаны.

Сценарии применения

  • ведение диалога с пользователем
  • генерация и продолжение текста
  • подготовка структурированных ответов
  • использование модели в приложениях с вызовом инструментов

Ограничения

Предоставленные данные не сообщают лицензию и поддерживаемые языки. Качество ответов и надёжность вызова инструментов отдельно не оценены.

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2.5-2B-Instruct

Qwen2.5-2B-Instruct is a merge of the following models using LazyMergekit:

🧩 Configuration

dtype: bfloat16
merge_method: passthrough
slices:
- sources:
  - layer_range: [0, 2]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [1, 3]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [2, 4]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [3, 5]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [4, 6]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [5, 7]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [6, 8]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [7, 9]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [8, 10]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [9, 11]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [10, 12]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [11, 13]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [12, 14]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [13, 15]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [14, 16]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [16, 18]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [17, 19]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [18, 20]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [19, 21]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [20, 22]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [21, 23]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [22, 24]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [23, 25]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [24, 26]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [25, 27]
    model: Qwen/Qwen2.5-1.5B-Instruct
- sources:
  - layer_range: [26, 28]
    model: Qwen/Qwen2.5-1.5B-Instruct

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "win10/Qwen2.5-2B-Instruct"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

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
6cc7fca

0 моделей

    Создать бенчмарк