Uploaded finetuned model
- Developed by: C10X
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 494 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-0.5b-instruct-unsloth-bnb-4bit
- Опубликована
- 19 сен 2026
Ссылки
QWev2
Дообученная компактная модель Qwen2 для генерации английского текста и диалоговых приложений с контекстом до 32 768 токенов.
256скачиваний за 30 дней0лайковвеса обновлены19 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
C10X/QWev2 — дообученная C10X языковая модель семейства Qwen2 для генерации текста и диалогового общения. В основе лежит unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit; обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face.
Модель имеет плотную архитектуру Qwen2ForCausalLM и 494 млн параметров. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и рассчитана на английский язык. Метаданные также указывают интерфейс для вызова инструментов.
Модель может подойти для диалоговых приложений и задач генерации текста, где важны небольшой размер и длинный контекст. README не приводит результатов оценки качества и подробностей обучающих данных. Лицензия — Apache-2.0.
Сценарии применения
- генерация английского текста
- создание диалогового чат-бота
- ответы на вопросы в текстовом чате
- прототипирование приложений с вызовом инструментов
Ограничения
В README нет метрик качества или описания обучающих данных, поэтому пригодность для конкретных задач не подтверждена оценками. Английский указан как язык карточки модели; поддержку других языков источники не подтверждают.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- cf198c0