/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
12 сен 2026

GRIT

Генерация текстаТекст → текст4 профессии

Дообученная на основе Qwen2.5-0.5B-Instruct компактная модель для диалогов и генерации текста.

213скачиваний за 30 дней0лайковвеса обновлены12 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

GRIT — контрольная точка для генерации текста, полученная в ходе обучающего процесса GRIT (Gradient Projection Meets Trust-Region Anchoring for forgetting-resistant reinforcement learning) на основе Qwen2.5-0.5B-Instruct. Это плотная авторегрессионная модель семейства Qwen2 с 494 млн параметров, предназначенная для диалогов и генерации текста; метаданные отмечают поддержку чата. Модель принимает текст и выдаёт текст, работает через Transformers и имеет контекст до 32 768 токенов.

Контрольную точку можно загружать для инференса через Transformers с автоматическим выбором типа данных и распределением по устройствам. README не описывает отдельную специализацию GRIT, набор обучающих данных или результаты оценки качества. Идентификатор базовой модели указывает на дообучение Qwen2.5-0.5B-Instruct; лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • выполнение текстовых инструкций
  • создание и продолжение текстов
  • прототипирование чат-ботов на компактной модели

Ограничения

README не приводит оценок качества, описания специализации или обучающих данных. Лицензия не указана в предоставленных источниках.

Для каких профессий подходит4

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

GRIT

This is an inference checkpoint produced by the GRIT training workflow (Gradient Projection Meets Trust-Region Anchoring for forgetting-resistant reinforcement learning), initialized from Qwen2.5-0.5B-Instruct.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repository_id = "Duong1211/GRIT"
tokenizer = AutoTokenizer.from_pretrained(repository_id)
model = AutoModelForCausalLM.from_pretrained(
    repository_id,
    torch_dtype="auto",
    device_map="auto",
)

Only inference artifacts are published. Optimizer and trainer-state files are intentionally excluded.

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
80f8b28

0 моделей