Ultralong Thinking
U
Ultralong Thinking
Developed by mergekit-community
SLERP法でマージされた8Bパラメータ言語モデル、DeepSeek-R1とNemotron-8Bモデルの利点を統合
Downloads 69
Release Time : 4/17/2025
Model Overview
これはmergekitツールでマージされた事前学習言語モデルで、球面線形補間(SLERP)法を用いてDeepSeek-R1とNemotron-8Bモデルを融合し、両者の優れた特性を組み合わせることを目的としています
Model Features
モデル融合の利点
DeepSeek-R1の蒸留知識とNemotron-8Bの超長文脈処理能力を統合
V型混合戦略
入出力層にHermes特性、中間層にWizardMath特性を採用
長文脈サポート
Nemotronモデルの4Mトークン超長文脈処理能力を継承
Model Capabilities
テキスト生成
命令追従
長文脈理解
マルチターン対話
Use Cases
対話システム
インテリジェントアシスタント
複雑なマルチターン対話を処理可能なインテリジェントアシスタントの構築
最大4Mトークンの文脈情報を処理可能
コンテンツ生成
長文執筆
長文記事や技術文書の作成支援
長距離の文脈一貫性を維持
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム Chinese
R
uer
2,694
98