/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,9 млрд
Размер весов
24,3 ГБ
Лицензия
Apache 2.0
Архитектура
mellum · MoE
Библиотека
transformers
Опубликована
26 мая 2026

Mellum2-12B-A2.5B-Thinking-SFT

Генерация текстаТекст → текст3 профессии

Промежуточная SFT-версия JetBrains Mellum2 Thinking для изучения и экспериментов с обучением языковых моделей на рассуждениях.

4 305скачиваний за 30 дней25лайковвеса обновлены13 авг 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 оценки13

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • Idavidrein/gpqa

    score · выше — лучше

    Результат

    39,9

    diamond 39,9
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • aime

    exact_match · выше — лучше

    Результат

    20

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • mmlu-redux

    acc · выше — лучше

    Результат

    84,8

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • bs-bench

    detection_rate

    Результат

    14

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • ifeval

    acc · выше — лучше

    Результат

    69,1

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • bfcl

    acc · выше — лучше

    Результат

    38,8

    text-generation 60,5
    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • gpqa

    acc · выше — лучше

    Результат

    39,9

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • mixeval

    acc · выше — лучше

    Результат

    63,4

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • gorilla-llm/Berkeley-Function-Calling-Leaderboard

    score

    Результат

    60,5

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • xstest

    safe_compliance

    Результат

    90,8

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • livecodebench

    pass@1 · выше — лучше

    Результат

    75,1

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • gsm-plus

    exact_match · выше — лучше

    Результат

    62,6

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • harmbench

    harmful_rate

    Результат

    12,2

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Mellum2 Thinking (SFT) — промежуточный чекпойнт JetBrains на этапе supervised fine-tuning для модели рассуждений. Он предназначен для изучения этапа SFT, экспериментов с последующим preference tuning или RLVR, а также сравнения с итоговой RL-настроенной версией. Для практического использования с качеством рассуждений JetBrains рекомендует итоговую Mellum2 Thinking.

Модель основана на Mellum2-12B-A2.5B-Base и обучена в течение трёх эпох на корпусе данных с трассами рассуждений. Это текстовая MoE-модель с 64 экспертами, из которых активируются 8 на токен; использует чередование полносвязного и скользящего внимания и поддерживает контекст до 131 072 токенов. Архитектура включает 28 слоёв, размер скрытого состояния 2304 и GQA с 32 головами Q и 4 головами KV; размер файловой модели в метаданных указан как 1,9 млрд параметров. Рассуждения выдаются в блоках `...`.

Модель принимает текст и генерирует текст; карточка и метаданные указывают английский язык. Это исследовательский артефакт и SFT-промежуточный этап, поэтому его не следует считать финальной production-моделью рассуждений. Лицензия — Apache-2.0.

Сценарии применения

  • изучение SFT-этапа обучения модели рассуждений
  • эксперименты с preference tuning на базе SFT-чекпойнта
  • эксперименты с RLVR после supervised fine-tuning
  • сравнение SFT-чекпойнта с итоговой RL-настроенной моделью
  • генерация текстовых ответов с трассами рассуждений

Ограничения

Это промежуточный SFT-чекпойнт исследовательского назначения; для production-качества рассуждений разработчик рекомендует итоговую Mellum2 Thinking. Результаты оценки в карточке заявлены самим JetBrains.

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

Mellum2 Thinking (SFT)

[!Note] Research artifact: the SFT-only intermediate checkpoint of the Thinking training pipeline. Use it to study or build on the reasoning SFT stage in isolation, run post-training experiments (preference tuning, RLVR, etc.), or compare against the final RL-tuned variant. For production-quality reasoning use Thinking instead.

Mellum2 Thinking (SFT) Highlights

Mellum2 Thinking (SFT) is the supervised-fine-tuning-only intermediate checkpoint of the Mellum2 Thinking training pipeline, released by JetBrains as a research artifact.

The model uses a Mixture-of-Experts architecture with 64 experts and activates 8 experts per token. It uses a combination of sliding-window and full attention layers, with a context length of 131,072 tokens.

This checkpoint was produced from Mellum2-12B-A2.5B-Base with three epochs of SFT on a corpus of reasoning-trace-bearing data. The model emits its reasoning inside <think>...</think> blocks. It is the starting point of the RLVR stage that produces the final Mellum2-12B-A2.5B-Thinking.

Mellum2 Model Family

This repository contains one checkpoint from the Mellum2 family.

CheckpointDescription
Base PretrainBase checkpoint before long-context extension
BaseFinal base model
Instruct SFTSupervised instruction-tuned checkpoint
Thinking SFTSupervised thinking checkpoint
InstructRL-tuned instruction model
ThinkingRL-tuned thinking model

Model Overview

Mellum2 Thinking (SFT) has the following features:

  • Number of Layers: 28
  • Hidden Size: 2304
  • Intermediate Size: 7168
  • MoE Intermediate Size: 896
  • Number of Experts: 64
  • Number of Activated Experts: 8
  • Number of Attention Heads (GQA): 32 for Q and 4 for KV
  • Context Length: 131,072
  • Sliding Window: 1,024
  • Vocabulary Size: 98,304
  • Precision: bfloat16

Serving with vLLM

# Without tool calling
vllm serve JetBrains/Mellum2-12B-A2.5B-Thinking-SFT \
  --max-model-len 131072 \
  --reasoning-parser qwen3

# With tool calling
vllm serve JetBrains/Mellum2-12B-A2.5B-Thinking-SFT \
  --max-model-len 131072 \
  --reasoning-parser qwen3 \
  --enable-auto-tool-choice \
  --tool-call-parser hermes

Quickstart

Text-Only Input

from openai import OpenAI
# Configured by environment variables
client = OpenAI()

messages = [
    {"role": "user", "content": "Is 1024 a power of 2? Explain your reasoning."},
]

chat_response = client.chat.completions.create(
    model="JetBrains/Mellum2-12B-A2.5B-Thinking-SFT",
    messages=messages,
    max_tokens=81920,
    temperature=0.6,
    top_p=0.95,
    extra_body={
        "top_k": 20,
    },
)
print("Chat response:", chat_response)

Evaluation

Evaluation results are available in the model card. All values are self-reported by JetBrains.

For more details, see the Mellum2 Technical Report.

License

Released under the Apache 2.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MellumForCausalLM
Ревизия весов
9960b87

0 моделей