/ Модель

Характеристики

Контекст
524 288 токенов
Параметры
2,2 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
MiniCPM5-2B-Base
Библиотека
transformers
Опубликована
11 сен 2026

Klyrune-2B-General-1

Генерация текстаТекст → текст7 профессий

Инструкция-настроенная модель Klyrune на 2,2 млрд параметров для генерации текста, диалога и решения общих, в частности математических, задач.

773скачиваний за 30 дней1лайквеса обновлены17 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

Klyrune-2B-General-1 — компактная языковая модель общего назначения, разработанная в проекте Klyrune-2B. Это первая инструкция-настроенная версия проекта, дообученная на базе OpenBMB MiniCPM5-2B-Base для следования инструкциям, работы со знаниями и решения задач. Модель имеет плотную архитектуру семейства Llama с классом LlamaForCausalLM и содержит 2,2 млрд параметров. Она поддерживает генерацию текста и диалоговый интерфейс, а заявленная длина контекста составляет 524 288 токенов.

Модель предназначена для ответов на запросы и решения общих задач; приведённые авторами результаты особенно относятся к математике и информатике: указаны 70,4% на MATH-500 и 63,0% и 85,6% на двух разделах математики MMLU. Эти оценки не подтверждают одинаковое качество во всех задачах и языках. В метаданных указан английский язык. Модель распространяется под лицензией Apache-2.0; файлы весов представлены в формате safetensors.

Сценарии применения

  • ответы на вопросы и выполнение текстовых инструкций
  • решение математических задач
  • помощь с учебными заданиями по математике
  • диалоговый помощник общего назначения

Ограничения

Опубликованные оценки сосредоточены на математике и информатике и сами по себе не показывают качество на широком наборе общих задач или языков. В карточке не приведены данные, подтверждающие заявленные возможности вызова инструментов.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Klyrune-2B-General-1

Klyrune-2B-General-1 is the first general-purpose instruction-tuned checkpoint in the Klyrune-2B project. It is fine-tuned from OpenBMB's MiniCPM5-2B-Base to develop general instruction-following, knowledge, and problem-solving capabilities.

This release represents the project's general supervised fine-tuning (SFT) stage, not a coding-specialized or autonomous-agent model. It is a fine-tune of an existing base model, not a model pretrained from scratch or an official OpenBMB release.

The Klyrune-2B project was initiated and developed by Informatics Engineering students at the State Polytechnic of Jakarta (Politeknik Negeri Jakarta).

Evaluation Results

The following scores were obtained from the project's own evaluation of Klyrune-2B-General-1.

BenchmarkSubject / MetricScore
MATH-500Accuracy (full 500-question set)70.4% (352/500)
MMLUCollege Mathematics63.0%
MMLUHigh School Mathematics85.6%
MMLUCollege Computer Science61.0%
MMLUHigh School Computer Science79.0%
MMLUComputer Security77.0%
MMLUFormal Logic54.0%
MMLUAbstract Algebra58.0%
HumanEvalPython code generation, pass@149.4%

The benchmarks above focus primarily on mathematics and computer science. They do not, on their own, establish comprehensive performance across all general-purpose tasks or languages.


Base model: openbmb/MiniCPM5-2B-Base

Model repository: Jahirrrr/Klyrune-2B-General-1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d9bc051

0 моделей