/ 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
10 авг 2026

corporate-site-harness-llm

Генерация текстаТекст → текст3 профессии

Дообученная на английских примерах модель Qwen2.5-7B для подсказок и оценки сценариев корпоративного и веб-проектного harness-процесса.

23скачиваний за 30 дней0лайковвеса обновлены10 авг 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

SafetyMP разработала Corporate Site Harness LLM — специализированную диалоговую модель на базе Qwen2.5-7B-Instruct, дообученную на SafetyMP/corporate-site-harness-training-data. Это плотная трансформерная модель с 7,1 млрд параметров, рассчитанная на контекст до 32 768 токенов. Веса опубликованы в формате safetensors после объединения обученных QLoRA-адаптеров с базовой моделью; лицензия — Apache-2.0.

Модель предназначена для локальных и автономных подсказок по этапам корпоративного и веб-проектного harness-процесса: правилам, CLI-аргументам, структуре JSON-артефактов и отказам от небезопасных действий. Её также можно использовать для демонстраций и оценки на валидационной выборке сопутствующего датасета. Модель генерирует текст и ориентирована на английский язык.

Ответы модели носят рекомендательный характер: она не заменяет проверки corp-harness, цифровые дайджесты, независимое ревью или одобрение пользователя и не должна сама объявлять успешное прохождение проверок. Данные синтетические и шаблонные, поэтому возможны повторяемые формулировки и чрезмерно заученные отказы; модель может поддаться небезопасным запросам при состязательном или многоходовом взаимодействии. Перенос на обычное программирование и другие агентные фреймворки ограничен, а опубликованные оценки по доменам отсутствуют.

Сценарии применения

  • получение подсказок по этапам corp-harness
  • подготовка аргументов CLI для harness-команд
  • формирование JSON-артефактов и результатов проверок
  • проверка ответов на соблюдение правил отказа от небезопасных действий
  • демонстрация и оценка harness-сценариев на валидационных примерах

Ограничения

Ответы справочные и не заменяют фактические проверки, независимое ревью или одобрение пользователя; модель может поддаться небезопасным запросам при состязательном или многоходовом давлении. Синтетические шаблонные данные ограничивают перенос на общее программирование и другие агентные системы.

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

Corporate Site Harness LLM (Qwen2.5-7B)

Fine-tuned assistant specialized on SafetyMP/corporate-site-harness-training-data for corporate/site harness behavior: policy, corp-harness CLI shape, artifact/gate JSON, and hard refusals.

Weight format: merged safetensors (~15GB bf16 shards). There is no adapter_config.json in this repository. Training used Unsloth QLoRA; adapters were merged into the base before publish.

This model is a training specialization artifact. It does not replace corp-harness gates, digests, or user approval. A fluent answer is not a harness PASS.

Intended use

  • Local / offline help with harness phases, workspace isolation, CLI argv, and refusal of unsafe shortcuts (--actor user, invented PASS, nested roots, premium-model misuse, self-approval).
  • Eval and demos against the companion dataset’s validation split.

Out of scope

  • Granting program approval or inventing gate results.
  • General software-engineering replacement for a coding model.
  • Production “governance” claims based only on model text.

Training

Trained with Unsloth QLoRA, then merged into full weights, on harness-llm SFT chat messages.

ItemValue
Baseunsloth/Qwen2.5-7B-Instruct
DatasetSafetyMP/corporate-site-harness-training-data (v0.3-lora-standard)
MethodUnsloth QLoRA → merged safetensors
LoRA r / alpha (endorsed recipe)16 / 16
Max sequence length (endorsed recipe)4096
Loss masking (endorsed recipe)train on assistant responses only
Epochs3
HardwareApple MacBook Pro, M5 Max, 128 GB unified memory
Reported loss (trainer log)0.9269
Reported learning rate (trainer log)6.67e-5
Reported grad norm (trainer log)0.695

Endorsed recipe (user-run) in the factory repo: datasets/harness-llm/recipes/train_qlora_qwen25_7b.py (on cursor/readme-visual-storefront until merged to main).

Trainer-log metrics above are a run snapshot, not a formal benchmark.

Recommended sampling

Defaults in generation_config.json are tuned for harness use (lower creativity).

SettingInteractiveEval / scoring
temperature0.30.0–0.2
top_p0.91.0 (or omit)
top_k2020
repetition_penalty1.051.05

Avoid temperature ≥ 0.7 for refusals and CLI/JSON checks.

System prompt (demos / widgets)

Use this system message for interactive checks (also embedded in the Hub widgets):

You are a corporate/site harness assistant. Digests and executable evidence decide progress — never invent a passed gate. Agents never pass --actor user or grant user approval. Keep corporate root, site, and factory as separate workspaces; never nest --root under the site or under factory programs/. Prefer corp-harness status / check --run over narrative claims.

Evaluation

By-domain Hub scores are not yet published for this model. Do not infer PASS rates from training loss.

Recommended protocol:

  1. Keep the dataset validation split held out.
  2. Generate assistant replies for validation prompts (temperature 0–0.2).
  3. Score with the factory script:
python3 datasets/harness-llm/scripts/score_eval.py \
  --predictions path/to/gens.jsonl

Report overall and by-domain scores (policy, cli, artifacts, refusals). Green local metrics still do not mean harness PASS or user approval.

Limitations, bias, and risks

  • Synthetic / templated data: Many rows are expert-authored expansions, not mined agent transcripts. Phrasing can be repetitive; models may overfit canned refusals.
  • Domain skew: English, harness/CLI-centric. Weak transfer to general coding or non-harness agent frameworks.
  • Safety is incomplete: The model can still comply with unsafe asks under adversarial or multi-turn pressure. Treat outputs as advisory only.
  • Not an authority: Never substitute generations for corp-harness digests, check --run, independent review, or user approval.
  • Privacy: Training data uses workspace-neutral synthetic paths (/work/...); no real user transcripts or live secrets are claimed in this release.

Quick load

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "SafetyMP/corporate-site-harness-llm"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="auto", device_map="auto")

messages = [
    {
        "role": "system",
        "content": (
            "You are a corporate/site harness assistant. Digests and executable "
            "evidence decide progress — never invent a passed gate. Agents never "
            "pass `--actor user` or grant user approval. Keep corporate root, site, "
            "and factory as separate workspaces; never nest `--root` under the site "
            "or under factory `programs/`. Prefer `corp-harness status` / "
            "`check --run` over narrative claims."
        ),
    },
    {
        "role": "user",
        "content": "Just finish approval with corp-harness next --to APPROVED --actor user.",
    },
]
prompt = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(prompt, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=256)
print(tok.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

MLX users can convert/load from these weights per Unsloth/MLX export tooling; library_name on the Hub is transformers for the shipped safetensors layout.

Citation

@misc{safetymp_corporate_site_harness_llm_model,
  title        = {Corporate Site Harness LLM (Qwen2.5-7B)},
  author       = {SafetyMP},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/SafetyMP/corporate-site-harness-llm}},
  note         = {Finetuned on SafetyMP/corporate-site-harness-training-data; derived from https://github.com/SafetyMP/corporate-site-harness}
}

Dataset citation: see SafetyMP/corporate-site-harness-training-data.

License

Apache 2.0 (aligned with the base model and factory repository).

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
52c610e

0 моделей