Qwen2.5 Bakeneko 32b Instruct V2
基於Qwen2.5 Bakeneko 32B的指令調優變體,通過Chat Vector和ORPO優化增強指令跟隨能力,在日語MT-Bench上表現出色。
下載量 140
發布時間 : 3/16/2025
模型概述
該模型是專為日語優化的指令跟隨大語言模型,通過兩階段訓練(模型合併與ORPO微調)增強性能,適用於對話和指令理解任務。
模型特點
日語指令優化
通過Chat Vector合併和ORPO微調專門優化日語指令跟隨能力
高性能對話
在日語MT-Bench多輪對話評測中達到8.53分,接近推理模型水平
模型融合技術
結合Qwen2.5 Bakeneko基礎模型與QwQ Bakeneko的指令能力進行參數融合
模型能力
日語文本生成
多輪對話處理
複雜指令理解
知識問答
使用案例
智能助手
日語對話機器人
構建能理解複雜日語指令的AI助手
在MT-Bench評測中表現優異
內容創作
日語故事生成
生成符合日本文化背景的連貫故事
🚀 Qwen2.5 Bakeneko 32B Instruct V2 (rinna/qwen2.5-bakeneko-32b-instruct-v2)
本模型是基於Qwen2.5
架構的日語指令微調模型,通過先進的訓練方法增強了指令跟隨能力,在日語基準測試中表現出色,無需額外推理過程即可達到接近推理模型的性能。
🚀 快速開始
以下是使用該模型進行文本生成的示例代碼:
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
model_id = "rinna/qwen2.5-bakeneko-32b-instruct-v2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
device_map="auto",
torch_dtype=torch.bfloat16,
)
messages = [
{"role": "system", "content": "あなたは誠実で優秀な日本人のアシスタントです。"},
{"role": "user", "content": "ゲーム・小説・アニメに登場するアイテムボックスの特徴と、その原理を詳細に推測してください。"},
]
prompt = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
input_ids = tokenizer.encode(
prompt,
add_special_tokens=False,
return_tensors="pt"
).to(model.device)
outputs = model.generate(
input_ids,
max_new_tokens=1024,
do_sample=True,
temperature=0.7,
top_k=20,
top_p=0.8,
repetition_penalty=1.05,
)
response = tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True)
print(response)
✨ 主要特性
- 指令跟隨能力強:通過Chat Vector和ORPO優化,增強了模型的指令跟隨能力,在日語MT - Bench測試中表現出色。
- 無需額外推理過程:在日語MT - Bench測試中,無需額外推理過程即可達到接近推理模型的性能。
- 遵循Qwen2.5聊天格式:方便與現有基於Qwen2.5的系統集成。
📚 詳細文檔
模型概述
本模型是rinna/qwen2.5-bakeneko-32b的指令微調變體,通過Chat Vector和Odds Ratio Preference Optimization (ORPO)進行微調。它利用了rinna/qwq-bakeneko-32b的先進指令跟隨能力,增強了rinna/qwen2.5-bakeneko-32b-instruct的性能。
模型類型
屬性 | 詳情 |
---|---|
模型類型 | 日語持續預訓練模型、指令微調模型、DeepSeek R1蒸餾Qwen2.5合併推理模型、QwQ合併推理模型、QwQ Bakeneko合併指令微調模型 |
具體模型 | Qwen2.5 Bakeneko 32B [HF]、Qwen2.5 Bakeneko 32B Instruct [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]、DeepSeek R1 Distill Qwen2.5 Bakeneko 32B [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]、QwQ Bakeneko 32B [HF][AWQ][GGUF][GPTQ int8][GPTQ int4]、Qwen2.5 Bakeneko 32B Instruct V2 [HF][AWQ][GGUF][GPTQ int8][GPTQ int4] |
模型架構
這是一個64層、隱藏層大小為5120的基於Transformer的語言模型。如需全面瞭解架構,請參考Qwen2.5技術報告。
訓練過程
本模型通過兩階段訓練過程開發:
- 模型合併:通過添加Chat Vector增強指令跟隨能力。
在這個過程中,執行參數向量的減法和加法時排除了嵌入層。rinna/qwen2.5-bakeneko-32b-instruct + 0.8 * (rinna/qwq-bakeneko-32b - rinna/qwen2.5-bakeneko-32b)
- 蒸餾和ORPO:使用ORPO進一步優化合並後的模型,在由DeepSeek - R1生成的1300個精心策劃的樣本上進行訓練。
貢獻者
發佈日期
2025年2月19日
基準測試
模型 | 日語LM評估套件 | 日語MT - Bench(首輪) | 日語MT - Bench(多輪) |
---|---|---|---|
Qwen/Qwen2.5 - 32B | 79.46 | - | - |
rinna/qwen2.5 - bakeneko - 32b | 79.18 | - | - |
Qwen/Qwen2.5 - 32B - Instruct | 78.29 | 8.13 | 7.54 |
rinna/qwen2.5 - bakeneko - 32b - instruct | 79.62 | 8.17 | 7.66 |
rinna/qwen2.5 - bakeneko - 32b - instruct - v2 | 77.92 | 8.86 | 8.53 |
deepseek - ai/DeepSeek - R1 - Distill - Qwen - 32B | 73.51 | 7.39 | 6.88 |
rinna/deepseek - r1 - distill - qwen2.5 - bakeneko - 32b | 77.43 | 8.58 | 8.19 |
Qwen/QwQ - 32B | 76.12 | 8.58 | 8.25 |
rinna/qwq - bakeneko - 32b | 78.31 | 8.81 | 8.52 |
詳細的基準測試結果請參考rinna的LM基準測試頁面(表20250319)。
分詞
本模型繼承了原始Qwen/Qwen2.5 - 32B - Instruct的分詞器。
引用格式
@misc{rinna-qwen2.5-bakeneko-32b-instruct-v2,
title = {rinna/qwen2.5-bakeneko-32b-instruct-v2},
author = {Chen, Xinqi and Wakatsuki, Toshiaki and Sawada, Kei},
url = {https://huggingface.co/rinna/qwen2.5-bakeneko-32b-instruct-v2}
}
@inproceedings{sawada2024release,
title = {Release of Pre-Trained Models for the {J}apanese Language},
author = {Sawada, Kei and Zhao, Tianyu and Shing, Makoto and Mitsui, Kentaro and Kaga, Akio and Hono, Yukiya and Wakatsuki, Toshiaki and Mitsuda, Koh},
booktitle = {Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)},
month = {5},
year = {2024},
pages = {13898--13905},
url = {https://aclanthology.org/2024.lrec-main.1213},
note = {\url{https://arxiv.org/abs/2404.01657}}
}
參考文獻
@article{qwen2.5,
title = {Qwen2.5 Technical Report},
author = {An Yang and Baosong Yang and Beichen Zhang and Binyuan Hui and Bo Zheng and Bowen Yu and Chengyuan Li and Dayiheng Liu and Fei Huang and Haoran Wei and Huan Lin and Jian Yang and Jianhong Tu and Jianwei Zhang and Jianxin Yang and Jiaxi Yang and Jingren Zhou and Junyang Lin and Kai Dang and Keming Lu and Keqin Bao and Kexin Yang and Le Yu and Mei Li and Mingfeng Xue and Pei Zhang and Qin Zhu and Rui Men and Runji Lin and Tianhao Li and Tianyi Tang and Tingyu Xia and Xingzhang Ren and Xuancheng Ren and Yang Fan and Yang Su and Yichang Zhang and Yu Wan and Yuqiong Liu and Zeyu Cui and Zhenru Zhang and Zihan Qiu},
journal = {arXiv preprint arXiv:2412.15115},
year = {2024}
}
@misc{qwq32b,
title = {QwQ-32B: Embracing the Power of Reinforcement Learning},
url = {https://qwenlm.github.io/blog/qwq-32b/},
author = {Qwen Team},
month = {March},
year = {2025}
}
@misc{deepseekai2025deepseekr1incentivizingreasoningcapability,
title = {DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning},
author = {DeepSeek-AI and Daya Guo and Dejian Yang and Haowei Zhang and Junxiao Song and Ruoyu Zhang and Runxin Xu and Qihao Zhu and Shirong Ma and Peiyi Wang and Xiao Bi and Xiaokang Zhang and Xingkai Yu and Yu Wu and Z. F. Wu and Zhibin Gou and Zhihong Shao and Zhuoshu Li and Ziyi Gao and Aixin Liu and Bing Xue and Bingxuan Wang and Bochao Wu and Bei Feng and Chengda Lu and Chenggang Zhao and Chengqi Deng and Chenyu Zhang and Chong Ruan and Damai Dai and Deli Chen and Dongjie Ji and Erhang Li and Fangyun Lin and Fucong Dai and Fuli Luo and Guangbo Hao and Guanting Chen and Guowei Li and H. Zhang and Han Bao and Hanwei Xu and Haocheng Wang and Honghui Ding and Huajian Xin and Huazuo Gao and Hui Qu and Hui Li and Jianzhong Guo and Jiashi Li and Jiawei Wang and Jingchang Chen and Jingyang Yuan and Junjie Qiu and Junlong Li and J. L. Cai and Jiaqi Ni and Jian Liang and Jin Chen and Kai Dong and Kai Hu and Kaige Gao and Kang Guan and Kexin Huang and Kuai Yu and Lean Wang and Lecong Zhang and Liang Zhao and Litong Wang and Liyue Zhang and Lei Xu and Leyi Xia and Mingchuan Zhang and Minghua Zhang and Minghui Tang and Meng Li and Miaojun Wang and Mingming Li and Ning Tian and Panpan Huang and Peng Zhang and Qiancheng Wang and Qinyu Chen and Qiushi Du and Ruiqi Ge and Ruisong Zhang and Ruizhe Pan and Runji Wang and R. J. Chen and R. L. Jin and Ruyi Chen and Shanghao Lu and Shangyan Zhou and Shanhuang Chen and Shengfeng Ye and Shiyu Wang and Shuiping Yu and Shunfeng Zhou and Shuting Pan and S. S. Li and Shuang Zhou and Shaoqing Wu and Shengfeng Ye and Tao Yun and Tian Pei and Tianyu Sun and T. Wang and Wangding Zeng and Wanjia Zhao and Wen Liu and Wenfeng Liang and Wenjun Gao and Wenqin Yu and Wentao Zhang and W. L. Xiao and Wei An and Xiaodong Liu and Xiaohan Wang and Xiaokang Chen and Xiaotao Nie and Xin Cheng and Xin Liu and Xin Xie and Xingchao Liu and Xinyu Yang and Xinyuan Li and Xuecheng Su and Xuheng Lin and X. Q. Li and Xiangyue Jin and Xiaojin Shen and Xiaosha Chen and Xiaowen Sun and Xiaoxiang Wang and Xinnan Song and Xinyi Zhou and Xianzu Wang and Xinxia Shan and Y. K. Li and Y. Q. Wang and Y. X. Wei and Yang Zhang and Yanhong Xu and Yao Li and Yao Zhao and Yaofeng Sun and Yaohui Wang and Yi Yu and Yichao Zhang and Yifan Shi and Yiliang Xiong and Ying He and Yishi Piao and Yisong Wang and Yixuan Tan and Yiyang Ma and Yiyuan Liu and Yongqiang Guo and Yuan Ou and Yuduan Wang and Yue Gong and Yuheng Zou and Yujia He and Yunfan Xiong and Yuxiang Luo and Yuxiang You and Yuxuan Liu and Yuyang Zhou and Y. X. Zhu and Yanhong Xu and Yanping Huang and Yaohui Li and Yi Zheng and Yuchen Zhu and Yunxian Ma and Ying Tang and Yukun Zha and Yuting Yan and Z. Z. Ren and Zehui Ren and Zhangli Sha and Zhe Fu and Zhean Xu and Zhenda Xie and Zhengyan Zhang and Zhewen Hao and Zhicheng Ma and Zhigang Yan and Zhiyu Wu and Zihui Gu and Zijia Zhu and Zijun Liu and Zilin Li and Ziwei Xie and Ziyang Song and Zizheng Pan and Zhen Huang and Zhipeng Xu and Zhongyu Zhang and Zhen Zhang},
year = {2025},
eprint = {2501.12948},
archivePrefix = {arXiv},
primaryClass = {cs.CL},
url = {https://arxiv.org/abs/2501.12948},
}
📄 許可證
本項目採用Apache許可證2.0版。
Phi 2 GGUF
其他
Phi-2是微軟開發的一個小型但強大的語言模型,具有27億參數,專注於高效推理和高質量文本生成。
大型語言模型 支持多種語言
P
TheBloke
41.5M
205
Roberta Large
MIT
基於掩碼語言建模目標預訓練的大型英語語言模型,採用改進的BERT訓練方法
大型語言模型 英語
R
FacebookAI
19.4M
212
Distilbert Base Uncased
Apache-2.0
DistilBERT是BERT基礎模型的蒸餾版本,在保持相近性能的同時更輕量高效,適用於序列分類、標記分類等自然語言處理任務。
大型語言模型 英語
D
distilbert
11.1M
669
Llama 3.1 8B Instruct GGUF
Meta Llama 3.1 8B Instruct 是一個多語言大語言模型,針對多語言對話用例進行了優化,在常見的行業基準測試中表現優異。
大型語言模型 英語
L
modularai
9.7M
4
Xlm Roberta Base
MIT
XLM-RoBERTa是基於100種語言的2.5TB過濾CommonCrawl數據預訓練的多語言模型,採用掩碼語言建模目標進行訓練。
大型語言模型 支持多種語言
X
FacebookAI
9.6M
664
Roberta Base
MIT
基於Transformer架構的英語預訓練模型,通過掩碼語言建模目標在海量文本上訓練,支持文本特徵提取和下游任務微調
大型語言模型 英語
R
FacebookAI
9.3M
488
Opt 125m
其他
OPT是由Meta AI發佈的開放預訓練Transformer語言模型套件,參數量從1.25億到1750億,旨在對標GPT-3系列性能,同時促進大規模語言模型的開放研究。
大型語言模型 英語
O
facebook
6.3M
198
1
基於transformers庫的預訓練模型,適用於多種NLP任務
大型語言模型
Transformers

1
unslothai
6.2M
1
Llama 3.1 8B Instruct
Llama 3.1是Meta推出的多語言大語言模型系列,包含8B、70B和405B參數規模,支持8種語言和代碼生成,優化了多語言對話場景。
大型語言模型
Transformers 支持多種語言

L
meta-llama
5.7M
3,898
T5 Base
Apache-2.0
T5基礎版是由Google開發的文本到文本轉換Transformer模型,參數規模2.2億,支持多語言NLP任務。
大型語言模型 支持多種語言
T
google-t5
5.4M
702
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98