Экспериментальная версия Qwen2.5-3B, дообученная для генерации кода на перемешанных обучающих данных.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель qwen2.5-3b-code-sft-shuffled-lr1e5-step102 — готовая к инференсу версия Qwen2.5-3B, дообученная для генерации кода. Разработчик в карточке не назван; обучение выполнено на наборе qwen3b_code_sft_data_s300 с перемешанным порядком примеров, без replay, до шага оптимизатора 102.
Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, реализованная через Qwen2ForCausalLM. Она принимает текстовые запросы и генерирует текст, в первую очередь код; заявленное контекстное окно — 32 768 токенов. Модель подходит для экспериментов с кодовой генерацией и оценки влияния порядка данных и стратегии replay при SFT.
Это экспериментальный чекпойнт обучения, а не универсальная рекомендация для продакшена. README не описывает конкретные языки программирования, результаты оценивания или ограничения применимости. Лицензия в предоставленных данных не указана.
Карточка не приводит результаты оценивания, поддерживаемые языки программирования или сведения о лицензии. Чекпойнт получен на раннем шаге обучения 102, поэтому качество и устойчивость для практического применения не установлены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Inference-ready final coding-SFT model for q25_sft_shuffled at optimizer step 102. Training uses qwen3b_code_sft_data_s300, order shuffled, replay strategy none, and replay lambda 0.0.
See delivery_manifest.json for immutable source lineage and file checksums.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…