/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B-Instruct
Библиотека
transformers
Опубликована
1 окт 2026

EVOKE-ALFWorld-3B

Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen2.5-3B-Instruct языковая модель для целенаправленного принятия решений и выполнения заданий в ALFWorld.

258скачиваний за 30 дней1лайквеса обновлены1 окт 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

EVOKE-ALFWorld-3B — дообученная модель Gnonymous на базе Qwen2.5-3B-Instruct, созданная методом постобучения EVOKE для выявления знаний о мире и принятия целенаправленных решений в среде ALFWorld. Это плотная авторегрессионная языковая модель семейства Qwen2, рассчитанная на генерацию текста; размер составляет 3,1 млрд параметров, нативный контекст — 32 768 токенов. Модель загружается через Transformers и распространяется в формате safetensors.

Модель предназначена для выполнения заданий и выбора действий в ALFWorld, где агенту нужно использовать знания о мире для достижения заданной цели. Метаданные также указывают возможности чата и интерфейс вызова инструментов. Базовая модель Qwen2.5-3B-Instruct многоязычна, однако карточка EVOKE не уточняет языки, на которых её специально обучали или оценивали.

Лицензия указана как other; README ссылается на включённые файлы LICENSE и NOTICE, поэтому условия использования следует сверять с ними. Оценка в первую очередь описана для ALFWorld, и карточка не приводит результатов для широкого набора задач или иных сред.

Сценарии применения

  • выбор последовательности действий для достижения цели в ALFWorld
  • планирование поведения агента в текстовой среде
  • проверка применения знаний о мире при решении задач
  • эксперименты с языковыми агентами для интерактивных сред

Ограничения

Карточка описывает применение и оценивание в ALFWorld, но не заявляет качество на других средах или широких языковых задачах. Условия лицензии other следует уточнять по файлам LICENSE и NOTICE в репозитории.

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

EVOKE-ALFWorld-3B

EVOKE is a post-training method that elicits world knowledge for goal-directed decisions. This is the full model for ALFWorld, based on Qwen2.5-3B-Instruct.

Paper · Code and evaluation · Project page

Load

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Gnonymous/EVOKE-ALFWorld-3B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, torch_dtype="auto", device_map="auto"
)

ALFWorld evaluation

Follow the installation and data instructions in the GitHub repository, then run:

.venv/inference/bin/python evaluate_alfworld.py \
  --model Gnonymous/EVOKE-ALFWorld-3B \
  --data-root /path/to/alfworld/json_2.1.1 \
  --output /path/to/results/evoke-3b \
  --gpus 0

Built with Qwen. See the included LICENSE and NOTICE files.

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
bed3de8

0 моделей