/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
27 сен 2025

JET-7B

Генерация текстаТекст → текст7 профессий

JET-7B — дообученная на базе DeepSeek-Distill-Qwen-7B модель для эффективного пошагового рассуждения и ответов на вопросы.

36скачиваний за 30 дней5лайковвеса обновлены28 сен 2025

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

JET-7B — языковая модель с 7,1 млрд параметров, разработанная на базе DeepSeek-Distill-Qwen-7B с применением обучения с подкреплением. Она предназначена для решения задач рассуждения и генерирует пошаговые объяснения, стремясь сократить лишние вычисления и количество токенов.

Модель построена на плотной архитектуре Qwen2 и доступна в формате safetensors. Она поддерживает диалоговый режим, использует шаблон чата, рассчитанный на выдачу финального ответа в формате \boxed{}, и имеет контекст длиной до 131 072 токенов. Для применения указана лицензия Apache-2.0.

Сценарии применения

  • решение задач с пошаговым рассуждением
  • ответы на вопросы в диалоговом формате
  • генерация кратких обоснований и финального ответа
  • решение задач с длинным контекстом

Ограничения

В README не приведены количественные оценки качества или результаты сравнительных тестов; заявленная экономия токенов и вычислений не сопровождается метриками.

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

JET-7B

JET-7B is designed to improve the efficient reasoning of LLMs by training the base DeepSeek-Distill-Qwen-7B model with a reinforcement learning framework. Through this training, the model learns to generate high-quality reasoning steps while minimizing unnecessary computation and token usage.

Chat Template

def build_JET_chat_template(question, tokenizer):
    system_prompt = (
        "You are a helpful AI assistant. A conversation takes place between the User "
        "and the Assistant. The User asks a question, and the Assistant solves it.\n"
        "Please help me solve this question. Wrap only the final answer in \\boxed{}."
    )
    return tokenizer.apply_chat_template(
        [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": question}
        ],
        tokenize=False,
        add_generation_prompt=True
    )

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
2efdbff

0 моделей