/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
3 окт 2026

Ссылки

Hugging Face

Qwen_1.5B_Mymensinghi

Rabeya93
Генерация текстаТекст → текст

Компактная диалоговая модель Qwen2, дообученная для генерации текстовых ответов.

429скачиваний за 30 дней0лайковвеса обновлены3 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.

Открыть конструктор бенчмарка

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

Rabeya93/Qwen_1.5B_Mymensinghi — диалоговая языковая модель, дообученная на базе Qwen/Qwen2.5-1.5B-Instruct. Она использует плотную архитектуру Qwen2 с 1,5 млрд параметров и предназначена для генерации текста в формате чата. Контекстное окно составляет до 32 768 токенов.

Модель загружает текстовые запросы и генерирует текстовые ответы. В README указана оценка loss 0,6557 на наборе для оценки, но назначение обучения и конкретные сценарии не описаны. Распространяется по лицензии Apache 2.0.

Сценарии применения

  • генерация ответов в чате
  • продолжение текста по запросу
  • создание кратких текстовых черновиков

Ограничения

README не описывает обучающие данные, целевое назначение и ограничения качества; указан только loss 0,6557 на оценочном наборе.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen_1.5B_Mymensinghi

This model is a fine-tuned version of Qwen/Qwen2.5-1.5B-Instruct on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6557

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.71781.06430.6934
0.64352.012860.6616
0.57913.019290.6557

Framework versions

  • Transformers 5.18.0
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.23.1

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
1b2861c

0 моделей

    Создать бенчмарк