Qwen2.5 1.5B S1k 1.1

🚀 Qwen2.5-1.5B-s1k-1.1

このモデルは、自然言語処理タスクに特化した強力なモデルです。Qwen/Qwen2.5-1.5B-Instruct をベースに微調整され、TRL を用いて訓練されています。

🚀 クイックスタート

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="rvindra/Qwen2.5-1.5B-s1k-1.1", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

📚 ドキュメント

訓練手順

このモデルはSFTで訓練されています。

フレームワークのバージョン

📄 ライセンス

このモデルは license のライセンスの下で提供されています。

📚 引用

TRLを引用する場合は、以下のようにしてください。

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}