Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B
Библиотека: transformers
Опубликована: 17 ноя 2024

Ссылки

Skuld-Qwen2.5-7B

Генерация текстаТекст → текст13 профессий

Объединённая модель Qwen2 на 7,1 млрд параметров для диалоговой генерации текста, включая помощь с кодом и задачами кибербезопасности.

25скачиваний за 30 дней0лайковвеса обновлены17 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

Skuld-Qwen2.5-7B — объединённая модель на архитектуре Qwen2, созданная с помощью mergekit методом TIES на основе WhiteRabbitNeo/WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B и Locutusque/StockQwen-2.5-7B. Это плотная языковая модель с 7,1 млрд параметров для генерации текста в диалоговом режиме; в каталоге базовая модель описана как предназначенная для генерации кода и помощи в задачах кибербезопасности.

Модель принимает текст и генерирует текст. Максимальная длина контекста составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация и объяснение кода
диалоговые ответы на текстовые запросы
помощь при анализе задач кибербезопасности
обсуждение защитных и наступательных сценариев кибербезопасности

Ограничения

В предоставленных данных нет результатов оценки качества или явных ограничений применения; лицензия не приведена.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.5Разработка и данныеБезопасность программного кода и цепочки поставокAI помогает выявлять уязвимости в коде и цепочке поставок программного обеспечения.20 задач1 806моделей

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 WhiteRabbitNeo/WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B as a base.

Models Merged

The following models were included in the merge:

Locutusque/StockQwen-2.5-7B

Configuration

The following YAML configuration was used to produce this model:

models:
  - model: Locutusque/StockQwen-2.5-7B
    parameters:
      density: 1
      weight: 1 
      
  - model: WhiteRabbitNeo/WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B
    parameters:
      density: 1
      weight: 1
      
  - model: Locutusque/StockQwen-2.5-7B
    parameters:
      density: 1
      weight: 1 
      
  - model: WhiteRabbitNeo/WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B
    parameters:
      density: 1
      weight: 1
      
merge_method: ties
base_model: WhiteRabbitNeo/WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B
parameters:
  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: f62e698