/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B
Библиотека
transformers
Опубликована
26 июн 2026

qwen2.5-7b-base-retool-slime-sft-v2

Генерация текстаТекст → текст3 профессии

Промежуточная дообученная Qwen2.5-7B, обученная генерировать код и вызовы инструментов в формате ReTool перед последующим обучением с подкреплением.

25скачиваний за 30 дней0лайковвеса обновлены26 июн 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

BillyWang1/qwen2.5-7b-base-retool-slime-sft-v2 — промежуточный чекпойнт Supervised Fine-Tuning модели Qwen/Qwen2.5-7B, подготовленный для проекта ReTool. Он обучен на базе Megatron и учит базовую, не Instruct-версию Qwen2.5 работать с чередующимся форматом кода и вызовов инструментов в рамках этапа cold-start перед дальнейшим обучением с подкреплением.

Модель предназначена для генерации текста в формате ReTool и подготовки к последующим этапам RL, включая GRPO и GFlow-RL. Это плотная причинная языковая модель Qwen2 с 7,1 млрд параметров, контекстом до 131 072 токенов и весами Safetensors; для загрузки README показывает Transformers. Метаданные отмечают интерфейс вызова инструментов, однако чекпойнт описан как промежуточная отправная точка конвейера обучения, а не готовая универсальная чат-модель.

Модель дообучена от Qwen/Qwen2.5-7B и распространяется по лицензии Apache-2.0. README не сообщает о языковом составе обучающих данных или качествах на конкретных задачах, поэтому применимость за пределами формата ReTool не следует предполагать.

Сценарии применения

  • генерация вызовов инструментов в формате ReTool
  • генерация чередующихся фрагментов кода и вызовов инструментов
  • использование как стартового чекпойнта для дальнейшего обучения RL
  • эксперименты с GRPO или GFlow-RL в конвейере ReTool

Ограничения

Это промежуточный SFT-чекпойнт, предназначенный для последующего обучения с подкреплением, а не готовая универсальная чат-модель. README не приводит оценок качества или списка поддерживаемых естественных языков.

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

qwen2.5-7b-base-retool-slime-sft-v2

ReTool SFT cold-start of Qwen/Qwen2.5-7B (base, not Instruct), trained with slime on a Megatron backend. This is the tool-format SFT stage that teaches the base model the ReTool interleaved code/tool-call format before RL.

Training configuration

SettingValue
Base modelQwen/Qwen2.5-7B (base)
DatasetReTool-SFT (messages format)
Losssft_loss, per-token, Qwen loss mask
Global batch size32
Epochs6 (~371 optimizer steps over the ~2k-row corpus, ~62 steps/epoch)
OptimizerAdam (β1=0.9, β2=0.95), weight decay 0.01
LR schedule1e-5 → 1e-6, cosine, 10% warmup
Precisionbf16, grads all-reduced in fp32
ParallelismTP=4, PP=1, CP=1, sequence-parallel
Hardware8× A100-40GB
Final train loss~0.02

The checkpoint corresponds to iteration 371 (end of epoch 6).

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "BillyWang1/qwen2.5-7b-base-retool-slime-sft-v2",
    torch_dtype="bfloat16",
    device_map="auto",
)
tok = AutoTokenizer.from_pretrained("BillyWang1/qwen2.5-7b-base-retool-slime-sft-v2")

Notes

This is an intermediate SFT cold-start checkpoint intended as the starting point for subsequent RL (GRPO / GFlow-RL) in the ReTool pipeline.

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
5494516

0 моделей