Uploaded finetuned model
- Developed by: DollarCoderX
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 1,5 млрд
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-1.5b-instruct-unsloth-bnb-4bit
- Опубликована
- 5 сен 2026
Ссылки
air-nano-v0.1
Компактная дообученная модель Qwen2 для генерации текста и диалогов на английском языке.
123скачиваний за 30 дней0лайковвеса обновлены5 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
DollarCoderX air-nano-v0.1 — дообученная компактная языковая модель семейства Qwen2 для генерации текста и диалогов. Она основана на unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit и содержит 1,5 млрд параметров; для обучения использовались Unsloth и библиотека Hugging Face TRL.
Модель подходит для генерации ответов и ведения диалога на английском языке. Контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors; заявлена поддержка интерфейса вызова инструментов. Модель распространяется по лицензии Apache-2.0.
Карточка не описывает специализацию дообучения и не приводит оценки качества, поэтому пригодность для конкретных предметных задач не подтверждена.
Сценарии применения
- генерация ответов в чат-боте
- ведение диалога на английском языке
- создание текстовых черновиков
- генерация текста с длинным контекстом
- вызов инструментов через поддерживаемый интерфейс
Ограничения
Карточка не указывает специализацию дообучения или результаты оценки качества. Поддержка интерфейса вызова инструментов не подтверждает точность выполнения конкретных вызовов.
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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
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
- 732a84c