Qwen2.5 14B DeepSeek R1 1M

🚀 Qwen2.5-14B-DeepSeek-R1-1M

本项目是一个融合模型，它结合了推理模型（Qwen2.5-14B-DeepSeek-R1）的优势和长上下文模型（Qwen2.5-14B-Instruct-1M）的能力，从而实现了多用途的性能表现。

🚀 快速开始

本模型结合了推理模型的优势和长上下文模型的能力，可实现多用途的性能表现。

✨ 主要特性

• 融合推理模型和长上下文模型的优势，实现多用途性能。

📦 安装指南

暂未提及具体安装步骤，可参考后续使用示例进行操作。

💻 使用示例

基础用法

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))

其他用法

你可以通过使用提供的 GGUF 文件，在 LM Studio 或 Ollama 上使用该模型。

📚 详细文档

合并配置

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

此外，需要对分词器配置进行一些小的调整。

📄 许可证

本项目采用 Apache 2.0 许可证，以支持开源贡献和协作。