/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
12,3 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B
Библиотека
transformers
Опубликована
25 сен 2026

qwen2.5-3b-code-sft-replay-ce-lam1-step102

Генерация текстаТекст → текст4 профессии

Дообученная на примерах кода модель Qwen2.5-3B для генерации кода в диалоговом формате.

170скачиваний за 30 дней0лайковвеса обновлены25 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 готовая к использованию модель генерации кода на базе Qwen2.5-3B, дообученная методом supervised fine-tuning. Модель RL-Forgetting-Experiments-3 подготовила чекпойнт на шаге оптимизатора 102; при обучении использовались набор данных qwen3b_code_sft_data_s300 и стратегия replay с коэффициентом 1,0.

Модель предназначена для генерации кода в диалоговом формате. Она построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров; базовая модель поддерживает контекст до 32 768 токенов. Для работы нужны Transformers и веса в формате safetensors. Карточка не приводит конкретные языки программирования или результаты оценки качества, поэтому пригодность для отдельных языков и задач не установлена. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация фрагментов кода по текстовому запросу
  • подготовка решений задач по программированию
  • продолжение и дополнение исходного кода
  • получение программных примеров в диалоге

Ограничения

В карточке не приведены метрики качества, поддерживаемые языки программирования и лицензия. Чекпойнт сохранён на шаге обучения 102, поэтому его качество и устойчивость требуют отдельной оценки.

Для каких профессий подходит4

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

q25_sft_rp_ce_lam1

Inference-ready final coding-SFT model for q25_sft_rp_ce_lam1 at optimizer step 102. Training uses qwen3b_code_sft_data_s300, order ordered, replay strategy ce, and replay lambda 1.0.

See delivery_manifest.json for immutable source lineage and file checksums.

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
3bd6801

0 моделей