/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,2 млрд
Архитектура
llama · dense
Базовая модель
MiniCPM5-2B
Библиотека
transformers
Опубликована
10 сен 2026

kanha-minicpm5-2b-grounded-matched-2ep-20260910

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Kanha-AI для контролируемых ответов на вопросы по предоставленному контексту сайта.

44скачиваний за 30 дней0лайковвеса обновлены10 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

Это экспериментальный чекпойнт Kanha-AI, созданный дообучением openbmb/MiniCPM5-2B методом QLoRA на небольшом наборе данных, полученном с сайта Kanha; итоговые веса объединены и сохранены в формате bfloat16. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 2,2 млрд параметров и поддерживает контекст до 131 072 токенов.

Модель предназначена для контролируемой оценки ответов на вопросы по сайтам и сравнения методов обучения. Для ответа ей необходимо передать найденный исходный контекст; вопрос без такого контекста не входит в предусмотренный сценарий. Она обучена отвечать только на основе переданного текста и сообщать, когда ответа в нём нет.

Проверка проводилась с заранее предоставленным контекстом, а качество поиска источников не оценивалось. На наборе из 26 проверенных случаев модель прошла проверку поведения с опорой на источник лишь в одном случае, поэтому результаты не подтверждают готовность к пользовательскому применению. Ответы могут быть неверными, неполными или устаревшими, а обучающие материалы могут запоминаться. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка ответов на вопросы по тексту сайта
  • сравнение методов дообучения на одном наборе данных
  • проверка способности отвечать только по переданным источникам

Ограничения

Оценка поведения с опорой на источник пройдена лишь в 1 из 26 случаев; качество поиска источников не проверялось. Модель может давать неверные, неполные или устаревшие ответы и запоминать обучающие материалы.

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

Kanha Qwen3 experiment

Run identity

  • Run ID: minicpm5-2b-kanha-matched-2ep-gc-20260910
  • Base model: openbmb/MiniCPM5-2B
  • Base model revision: cd199ce3ee67549c42ef7372f809f2c63599a3e9
  • Tokenizer revision: cd199ce3ee67549c42ef7372f809f2c63599a3e9
  • Training method: qlora
  • Final merged dtype: bfloat16
  • Source site: https://kanha.ai
  • Dataset hash: 5344dbb7a1d3267d4b370aac7ecf316329d43829335c95ec38304533bf91c958
  • Train split: 210 records (cec1d43395a9366ae4e54ebf312eb8c4a9a1b7f2dc101f93591e615b865bfcea)
  • Validation split: 45 records (5d55f68556ad3b66c8f1b3069fda424f0d8e5a00785829813153b3890c71d015)
  • Holdout split: 0 records (e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855)

Hyperparameters

  • Maximum sequence length: 4096
  • Seed: 42
  • Epochs: 2.0
  • Learning rate: 0.0001
  • Per-device batch size: 8
  • Gradient accumulation steps: 2
  • Warmup ratio: 0.05
  • Assistant-only loss: true
  • LoRA rank: 16
  • LoRA alpha: 16
  • LoRA dropout: 0.05
  • LoRA targets: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj

Evaluation

Model quality was evaluated with oracle source context. Retrieval quality was not evaluated by this oracle-context check.

  • dates_recall: 1.0
  • deterministic_pass_rate: 0.5
  • grounded_answerable_case_count: 24
  • grounded_behavior_case_count: 26
  • grounded_behavior_gate_passed: false
  • grounded_behavior_pass_count: 1
  • grounded_behavior_pass_rate: 0.038461538461538464
  • grounded_reviewed_case_count: 0
  • grounded_reviewed_case_rate: 0.0
  • grounded_semantic_review_gate_passed: false
  • grounded_source_supported_count: 0
  • list_recall: 0.6801282051282052
  • numbers_recall: 0.9871794871794872
  • refusal_rate: 0.11538461538461539
  • requires_review_rate: 0.0
  • total: 26
  • unsupported_value_rate: 0.0
  • urls_recall: 1.0

Deterministic scoring and the server-side Transformers benchmark are not browser qualification. Validate the exact converted model in the target browser and device environments.

MLC availability

No validated MLC artifact is included in this publication.

Grounded inference contract

Inference requires retrieved source context. A bare question without retrieved source context is outside the trained and evaluated contract.

  • Prompt contract identity: d0dcb1de0b9d601267a3cbf39420b1f0a2c5749d80b96669a2e9fcf19a280bfb
  • Chat formatting: The model's native chat template is used with thinking disabled (enable_thinking=False).

System prompt (exact):

Answer only from the supplied context. Be concise. If the answer is absent from the context, respond exactly: I can't answer that from the provided context.

User template (exact):

Context:
<context>

Question:
<question>

Refusal string (exact):

I can't answer that from the provided context.

Intended use

This checkpoint is intended for research comparing training methods on the same Kanha website-derived dataset and for controlled evaluation of website question answering.

Limitations

The checkpoint can produce incorrect, incomplete, or stale answers. It may memorize training content. Review outputs, test representative failure cases, and qualify the exact runtime before any user-facing use.

Provenance artifacts

  • research/run-manifest.json
  • research/training-config.yaml
  • research/publication-inventory.json
  • research/evaluation/metrics.json
  • research/evaluation/evaluation-manifest.json

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
fccc949

0 моделей