/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
14 сен 2026

DeepSeek-R1-1.5B-LoRA-Smol

Генерация текстаТекст → текст3 профессии

Компактная диалоговая модель на базе DeepSeek-R1-Distill-Qwen-1.5B, дообученная на SmolTalk для генерации ответов.

489скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DeepSeek-R1-1.5B-LoRA-Smol — дообученная Adnan2942 модель для генерации текста и диалоговых ответов. Она основана на deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, имеет архитектуру Qwen2 с плотной сетью и содержит 1,5 млрд параметров. Обучение выполнено с помощью TRL на наборе HuggingFaceTB/smoltalk, включая датасет self-oss-instruct; опубликованы веса адаптера.

Модель подходит для диалогов и генерации ответов на пользовательские вопросы. Максимальная длина контекста по метаданным — 131072 токена. В карточке не приведены результаты оценки качества или подробные сведения о лицензии, поэтому их нельзя установить по доступным данным.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • создание инструктивных ответов на вопросы
  • прототипирование чат-бота на базе Qwen2
  • эксперименты с адаптером для разговорных задач

Ограничения

Карточка не содержит оценок качества или сведений о лицензии; результаты на разных задачах по ней определить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for DeepSeek-R1-1.5B-LoRA-Smol

This model is a fine-tuned version of deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. It has been trained using TRL.It's fine-tuned on HuggingFaceTB/smoltalk "self-oss-instruct" Dataset.

The Trained adapter weights can be found here: https://huggingface.co/Adnan2942/DeepSeek-R1-1.5B-LoRA-Adapter-Smol

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="Adnan2942/DeepSeek-R1-1.5B-LoRA-Smol", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.13.0
  • Transformers: 5.0.0
  • Pytorch: 2.10.0+cu128
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
e82ef7a

0 моделей