/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
9 сен 2025

MachineLearningLM-7B-v1

Генерация текстаТекст → текст3 профессии

Дообученная на синтетических табличных ML-задачах модель Qwen2.5 для классификации и регрессии по множеству примеров в контексте.

63скачиваний за 30 дней33лайкавеса обновлены1 окт 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

MachineLearningLM-7B-v1 — языковая модель MachineLearningLM, разработанная для масштабного обучения в контексте на табличных задачах машинного обучения. Модель дообучена на базе Qwen/Qwen2.5-7B-Instruct с продолженным предобучением на миллионах синтетических табличных ML-задач. Она принимает текстовые запросы и примеры строк таблицы, а затем генерирует текстовый ответ, в том числе предсказание класса или численного значения.

Модель рассчитана на сценарии, где нужно передать ей множество размеченных примеров прямо в запросе: по описанию признаков и примерам она может решать задачу классификации или регрессии для новых строк. В карточке заявлено масштабирование от 8 до 1 024 примеров в контексте и улучшение результатов на невиданных табличных задачах относительно ряда языковых моделей; это утверждения авторов, а не гарантия качества для конкретных данных. Архитектура — плотная Qwen2, около 7,1 млрд параметров, контекст — 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • классификация новых строк по примерам из таблицы
  • предсказание числового значения для строки по размеченным данным
  • решение табличной задачи с сотнями примеров в запросе
  • проверка способности LLM обобщать на новых табличных задачах

Ограничения

Заявленные улучшения основаны на оценках авторов и не гарантируют качество на конкретном наборе данных. Табличные примеры передаются в текстовом контексте, поэтому объём доступных данных ограничен контекстом в 32 768 токенов.

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

MachineLearningLM

This repository contains the model presented in the paper MachineLearningLM: Scaling Many-shot In-context Learning via Continued Pretraining.

Model Summary

Can LLMs learn from 1,000 in-context examples?

Introducing MachineLearningLM 🧪📊 — a model continuously pretrained on millions of synthetic tabular ML tasks, enabling robust many-shot in-context learning.

📈 Scales from 8 to 1,024 examples

📈 ​​~15% improvement​​ on unseen tabular tasks compared to o3-mini / GPT-5-mini / Qwen-2.5-7B-Instruct

🌲 ​​Random-Forest–level numerical modeling robustness​​

🧠 ​​MMLU score: 75.4%​​

📄 Read the paper: https://huggingface.co/papers/2509.06806

GitHub: https://github.com/HaoAreYuDong/MachineLearningLM

Evaluation and Validation

We have developed an automated evaluation framework — simply configure the parameters to easily perform validation and evaluation. The code is now open-sourced at our GitHub repository.

Quick Start

pip install -r requirements.txt
python ./src/evaluation/model_pred/dl_model_pred.py \
  --input_dir ./demo_input.jsonl \
  --output_dir ./demo_output.jsonl \
  --model_name MachineLearningLM/MachineLearningLM-7B-v1

Pipeline

# modify the evaluate_parameters.sh file
source evaluate_parameters.sh

# Option 1  End-to-End Pipeline
./scripts/evaluate_pipeline.sh

# Option 2  Parallel Processing
./scripts/multi_process/data_prep.sh
./scripts/multi_process/prompt_gen.sh  # For deep learning only
./scripts/multi_process/model_pred.sh
./scripts/multi_process/evaluation.sh
./scripts/multi_process/report.sh

# Option3   Sequential Processing
./scripts/single_process/data_prep.sh
./scripts/single_process/prompt_gen.sh  # For deep learning only
./scripts/single_process/model_pred.sh
./scripts/single_process/evaluation.sh
./scripts/single_process/report.sh

For more usage details, please visit our GitHub.

Quants of Checkpoints

https://huggingface.co/QuantFactory/MachineLearningLM-7B-v1-GGUF

Tabicl Evaluation

This part of the code needs to run in an environment with the tabicl and openpyxl libraries installed.

The evaluation code for tabicl is placed separately in the ./src/evaluation/tabicl_evaluate.py file. Use ./scripts/tabicl_evaluate.sh to obtain the evaluation results for tabicl.

Use --datasets to specify the datasets to be evaluated, and --sample_sizes to indicate the number of shots.

If multiple datasets need to be evaluated, separate them with spaces. To evaluate all CSV files in the input folder, use all.

Prior_data

MachineLearningLM uses the code from tabicl to generate prior data.

Use ./scripts/generate_data.sh to generate the prior data. It generates the corresponding .pt and .csv files, and normalizes the feature values in the CSV files to the range of 0–999, as we did in the paper.

Parameter Introduction(refer to the comments in the file tabicl\src\tabicl\prior\dataset.py)

Data Scale & Structure

ParameterTypeDescription
min_featuresintMinimum number of features per dataset
max_featuresintMaximum number of features per dataset
max_classesintMaximum number of target classes
min_seq_lenintMinimum samples per dataset. Uses max_seq_len if None
max_seq_lenintMaximum samples per dataset (Not Include)

Batch Configuration

ParameterTypeDescription
batch_sizeintTotal number of datasets to generate per batch
batch_size_per_gpintNumber of datasets per group (shared characteristics)
batch_size_per_subgpintNumber of datasets per subgroup (similar causal structures). Defaults to batch_size_per_gp if None

Sequence Length Control

ParameterTypeDescription
log_seq_lenboolSample sequence length from log-uniform distribution if True
seq_len_per_gpboolSample sequence length per group (enables variable-sized datasets)
replay_smallboolOccasionally sample smaller sequences for model robustness

Train-Test Split

ParameterTypeDescription
min_train_sizeint/floatStart position/ratio for train split (int: absolute, float: fractional)
max_train_sizeint/floatEnd position/ratio for train split (int: absolute, float: fractional)

Generation Method

ParameterTypeDescription
prior_typestrPrior type: 'mlp_scm', 'tree_scm', or 'mix_scm' (random selection)
fixed_hpdictFixed structural configuration parameters
sampled_hpdictParameters sampled during generation

Computation Settings

ParameterTypeDescription
n_jobsintNumber of parallel jobs (-1 = use all processors)
num_threads_per_generateintNumber of threads per generation job
devicestrComputation device ('cpu' or 'cuda')

Train

MachineLearningLM uses the LLaMA-Factory framework for training.

Training Environment Configuration

cd ./third_party/LLaMA-Factory
pip install -e ".[torch,metrics]" --no-build-isolation
pip install wandb

Use ./scripts/train.sh for training.

Project Structure

MachineLearningLM/
├──src/
|   ├──evaluation/
│   │   ├── data_prep/          # Data preprocessing and chunking utilities
│   │   ├── prompt_gen/         # Prompt generation for deep learning models
│   │   ├── model_pred/         # Model inference (ML and DL prediction engines)
│   │   ├── result_proc/        # 5-layer evaluation architecture and metrics processing
│   │   ├── zero_summary/       # Result summarization and report generation
│   │   └── tabicl_evaluate.py
│   └──prior_data
│       └── pt_to_csv.py     
├── scripts/
│   ├── single_process/         # Sequential execution shell scripts
│   ├── multi_process/          # Parallel execution shell scripts (with _mp suffix)
│   ├── evaluate_parameters.sh  # Global parameter configuration
|   ├── evaluate_pipeline.sh    # automated pipeline
|   ├── generate_data.sh
|   ├── tabicl_evaluate.sh
|   └── train.sh
├── datahub_inputs/
│   ├── data_demo/          # Demo datasets for testing
│   └── data_raw/           # Raw input datasets
├── third_party/
│   ├── tabicl/          
│   └── LLaMA-Factory/   
├── requirements.txt        # Python dependencies for Evaluation Framework
├── README.md
├── README_zh.md
├── THIRD_PARTY_NOTICES.md
└── 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
Qwen2ForCausalLM
Ревизия весов
c16bf2d

0 моделей