識別情報とアクセス
公開元のレコードでは、このリポジトリはdeepseek-ai/DeepSeek-R1-Distill-Qwen-14Bとして識別されています。現在の公開スナップショットは1df8507178afcc1bef68cd8c393f61a886323761です。アクセス条件は次のとおりです。公開リポジトリ。適用されるライセンスと公開元の条件を確認してください。記録されているライセンスラベルはmitです。公開リポジトリやゲート付きダウンロードは、あらゆる用途に対する許可を意味するものではありません。
設定の事実
固定された設定では、モデルタイプはqwen2、アーキテクチャはQwen2ForCausalLMと報告されています。モデルハブではtext-generationとしてタグ付けされています。これらのラベルはリポジトリのメタデータを記述するものであり、ベンチマーク性能を確立するものではありません。
- hidden_size: 5120
- intermediate_size: 13824
- max_position_embeddings: 131072
- num_attention_heads: 40
- num_hidden_layers: 48
- num_key_value_heads: 8
- rms_norm_eps: 1e-05
- rope_theta: 1000000.0
- sliding_window: 131072
- torch_dtype: bfloat16
- vocab_size: 152064
モデル固有の補足
デプロイ前に、正確なトークナイザーとチャットテンプレート、サポートされるコンテキスト長、サービングエンジン、出力形式、ワークロード固有の評価を確認してください。モデルカードと設定はアーティファクトを記述するものであり、利用可能なサービスや性能保証を示すものではありません。
重みメモリの計画
本ガイドは独立に検証された論理パラメータ数を保持していないため、数値による重みメモリの見積もりを省略しています。この正確なリポジトリリビジョンについてパラメータ数が検証された場合は、重みのみの下限としてパラメータ数×パラメータあたりのバイト数を用い、KVキャッシュ、コンテキスト、アクティベーション、ランタイム、同時実行数は別途考慮してください。
リビジョンと再現性
メタデータと設定はリビジョン1df8507178afcc1bef68cd8c393f61a886323761に固定されています。評価を再現する際はこのコミットを固定してください。リポジトリのブランチは変更される可能性があり、このソース確認はモデルの重み自体を検証するものではありません。
公開レコード
- タスク: text-generation
- モデルタイプ: qwen2
- アーキテクチャ: Qwen2ForCausalLM
- ライセンスラベル: mit
- アクセス: 公開リポジトリ。適用されるライセンスと公開元の条件を確認してください
- リビジョン: 1df8507178afcc1bef68cd8c393f61a886323761