Qwen2.5 14B DeepSeek R1 1M

🚀 Qwen2.5-14B-DeepSeek-R1-1M

このプロジェクトは融合モデルで、推論モデル（Qwen2.5-14B-DeepSeek-R1）の利点と長文脈モデル（Qwen2.5-14B-Instruct-1M）の能力を結合することで、多用途の性能を実現しています。

🚀 クイックスタート

このモデルは推論モデルの利点と長文脈モデルの能力を組み合わせ、多用途の性能を実現しています。

✨ 主な機能

• 推論モデルと長文脈モデルの利点を融合し、多用途の性能を実現。

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "mkurman/Qwen2.5-14B-DeepSeek-R1-1M"
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Write a Python script to merge two CSV files."
messages = [
    {"role": "system", "content": "You are an expert programmer."},
    {"role": "user", "content": prompt}
]
inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

高度な使用法

提供されている GGUF ファイルを使用することで、LM Studio または Ollama 上でこのモデルを使用することができます。

📚 ドキュメント

マージ設定

models:
  - model: "deepseek-ai/DeepSeek-R1-Distill-Qwen-14B"
    parameters:
      weight: 1
      density: 1

merge_method: ties
base_model: "Qwen/Qwen2.5-14B-Instruct-1M"
parameters:
  density: 1
  normalize: true
  int8_mask: true
dtype: bfloat16

また、トークナイザーの設定にいくつかの小さな調整が必要です。

📄 ライセンス

このプロジェクトは Apache 2.0 ライセンスを採用しており、オープンソースの貢献と協力をサポートしています。