/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
7 окт 2026

BitCache-Qwen2.5-0.5B-Instruct

Генерация текстаТекст → текст

Дообученная компактная модель Qwen2.5 для диалогов, выполнения инструкций и генерации текста с заявленной оптимизацией памяти KV-кэша.

230скачиваний за 30 дней0лайковвеса обновлены7 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

BitCache-Qwen2.5-0.5B-Instruct — дообученная инструктивная языковая модель Kelvin Mateus из Bit++ Technologies на базе Qwen2.5-0.5B-Instruct от Alibaba Cloud. Она предназначена для диалогов, выполнения инструкций и генерации текста. Репозиторий содержит плотную архитектуру Qwen2ForCausalLM с 494 млн параметров; модель работает через Transformers и поддерживает контекст до 32 768 токенов. В карточке заявлен механизм BitCache Spectral Attention Dynamics для сокращения расхода видеопамяти KV-кэша, однако приведённые там показатели эффективности и сохранения качества не подтверждены независимыми данными.

Модель подходит для компактного развертывания текстового помощника и генерации ответов с длинным контекстом. README приводит результаты тестов IFEval, BBH и MMLU-PRO, но они сами по себе не гарантируют качество в прикладных сценариях. Метаданные указывают лицензию Apache-2.0; README также содержит оговорку об авторских правах 2026 года, поэтому условия распространения и коммерческого использования стоит сверять с файлами лицензии репозитория.

Сценарии применения

  • создание текстового чат-бота
  • генерация ответов на инструкции
  • суммаризация длинных текстовых диалогов
  • развертывание компактного языкового помощника с ограниченной видеопамятью

Ограничения

Модель компактная, поэтому её способности к сложным рассуждениям могут быть ограничены; приведённые в README результаты бенчмарков и заявления о сжатии памяти не подтверждены независимой оценкой. Английский указан в метаданных как язык карточки, но другие поддерживаемые языки не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚡ BitCache-Qwen2.5-0.5B-Instruct

BitCache-Qwen2.5-0.5B-Instruct is an optimized deployment of Alibaba Cloud's state-of-the-art Qwen2.5 architecture powered by BitCache Spectral Attention Dynamics.

BitCache introduces Cheeger Spectral Graph Contraction over Key-Value (KV) attention states, achieving up to 65% reduction in physical VRAM consumption during autoregressive generation while mathematically preserving factual recall and reasoning fidelity (Zero Amnésia guarantee).


🏆 Open LLM Leaderboard Evaluation Results

Official benchmark evaluation data based on EleutherAI lm-evaluation-harness:

Benchmark MetricDataset NameEvaluation ProtocolScore
IFEvalInstruction Following0-Shot (Strict Accuracy)30.71%
BBHBig Bench Hard3-Shot (Normalized Accuracy)8.43%
MMLU-PROMulti-discipline Reasoning5-Shot (Accuracy)7.75%
GPQAGraduate-level Multi-discipline QA0-Shot (Normalized Accuracy)1.01%
MuSRMultistep Soft Reasoning0-Shot (Normalized Accuracy)0.94%
MATH Lvl 5Formal Competition Math4-Shot (Exact Match)0.00%
Overall AverageStandard Leaderboard AverageConsolidated8.14

🚀 BitCache Efficiency & Memory Reduction Audit

Infrastructure MetricBaseline (Standard Qwen2.5)Com BitCache (Espectral O(N))Impacto & Economia
Consumo de VRAM no KV-Cache100% (Linear $O(N)$)35% da VRAM original-65% de Memória VRAM 🚀
Capacidade Concorrente por GPU1.0x (Referência)Até 2.85x mais requisições+185% de Throughput
Integridade de Fatos (Needle in Haystack)100%100% Preservado (Zero Amnésia)Sem perda factual
Compatibilidade de HardwareGPUs NVIDIA padrãoGPUs NVIDIA (A10G, H100, RTX 4090)Plug-and-play

🌐 Demonstração ao Vivo na Nuvem (Hugging Face Zero-GPU)

Você pode testar a inferência e a economia de memória em tempo real rodando numa GPU NVIDIA A10G na nuvem: 👉 Hugging Face Space: BitCache Live Demo


💻 Uso com a Biblioteca Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "KelvinAxhcar/BitCache-Qwen2.5-0.5B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

prompt = "Explain quantum entanglement in three concise bullet points."
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens=150, temperature=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

👤 Autor & Licenciamento Empresarial

  • Desenvolvido por: Kelvin Mateus | Bit++ Technologies
  • Contato Oficial: kaxhcar@gmail.com
  • Space Interativo: KelvinAxhcar/bitcache-demo
  • Copyright (c) 2026 Kelvin Axhcar. Todos os direitos reservados.

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
6b0138f

0 моделей