/ Модель

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
9 сен 2026

Qwen2.5-1.5B-TechWriter-Instruct

Генерация текстаТекст → текст3 профессии

Англоязычная модель на базе Qwen2.5 для подготовки и редактирования технической документации о полупроводниках и межсоединениях центров обработки данных.

25скачиваний за 30 дней0лайковвеса обновлены9 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

Shankarblr/Qwen2.5-1.5B-TechWriter-Instruct — специализированная текстовая модель, созданная дообучением Qwen/Qwen2.5-1.5B-Instruct методом QLoRA с последующим объединением адаптера с базовыми весами. Модель предназначена для англоязычных технических материалов о полупроводниковых компонентах и межсоединениях для центров обработки данных: продуктовых описаний, списков характеристик, заметок по применению и разделов руководств CLI для адаптеров и коммутаторов.

Модель содержит 1,5 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Она также подходит для извлечения характеристик и кратких ответов на вопросы по предоставленному фрагменту, а также для подготовки внутренних черновиков в заданном стиле. По README, датасет включал извлечённые материалы производителей и синтетические документы; оценка проводилась по предсказанию следующего токена, а не по фактической точности сведений.

Модель может придумывать артикулы, названия серий, характеристики и CLI-флаги, поэтому результаты требуют проверки по первоисточникам и не должны использоваться как авторитетные спецификации или публиковаться без редакторской проверки. Она рассчитана на английский язык и узкую техническую область, а не на общий диалог. Лицензия — Apache-2.0.

Сценарии применения

  • подготовка черновиков описаний сетевых адаптеров и коммутаторов
  • составление списков характеристик для технических паспортов
  • написание заметок по применению полупроводниковых компонентов
  • подготовка разделов руководств CLI для адаптеров и коммутаторов
  • извлечение спецификаций из предоставленного фрагмента документа
  • краткие ответы на вопросы по техническому отрывку

Ограничения

Модель может выдумывать артикулы, серии, спецификации и CLI-флаги; проверяйте ответы по первоисточникам. Длинные документы могут терять согласованность, а оценки качества в карточке основаны на предсказании следующего токена, а не на проверке фактической точности.

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

Qwen2.5-1.5B TechWriter (merged)

Merged QLoRA fine-tune of Qwen/Qwen2.5-1.5B-Instruct for semiconductor and data-center interconnect technical-marketing and documentation style: product briefs, datasheets, application notes, and user-guide CLI sections.

This is the inference repo. Load it with AutoModelForCausalLM or pipeline("text-generation").

This is an unofficial specialist checkpoint trained on a private mix of extracted vendor PDFs plus cleaned synthetic docs. It will still invent SKUs if you ask it to write a brief for a product that was never in the gold data.

Adapter-only (smaller download, resume / compose):

Shankarblr/Qwen2.5-1.5B-TechWriter-LoRA

What it is for

  • Product briefs, datasheet feature lists, application notes
  • Host-adapter / switch CLI user-guide sections
  • Spec extraction and short grounded QA over a pasted excerpt
  • Internal draft generation that should stay on-genre and internally consistent (one process node, one primary throughput, one form factor)

Not for:

  • Authoritative datasheet numbers without a human / source check
  • Legal, safety, or customer-facing specs shipped as-is
  • Languages other than English
  • General chat outside semiconductor interconnect / storage / DPU content

Load and run

Use the Qwen2.5 Instruct chat template. Do not hand-roll ChatML if the tokenizer already has a template.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

REPO = "Shankarblr/Qwen2.5-1.5B-TechWriter-Instruct"

tokenizer = AutoTokenizer.from_pretrained(REPO)
model = AutoModelForCausalLM.from_pretrained(
    REPO,
    torch_dtype=torch.float16,
    device_map="auto",
)

messages = [
    {
        "role": "system",
        "content": (
            "You are a technical marketing and documentation writer for semiconductor "
            "and data-center interconnect products. Write clear, structured content. "
            "Match the requested document type. Keep specifications internally consistent: "
            "one process node, one primary throughput, and one form factor unless the "
            "source explicitly lists options. Do not invent conflicting SKUs or CLI syntax."
        ),
    },
    {
        "role": "user",
        "content": "Draft a product brief covering a 40/50/100GbE converged network adapter series.",
    },
]

prompt = tokenizer.apply_chat_template(
    messages, tokenize=False, add_generation_prompt=True
)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
out = model.generate(
    **inputs,
    max_new_tokens=1024,
    do_sample=False,
    pad_token_id=tokenizer.eos_token_id,
)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Pipeline

from transformers import pipeline, AutoTokenizer

REPO = "Shankarblr/Qwen2.5-1.5B-TechWriter-Instruct"
tok = AutoTokenizer.from_pretrained(REPO)

pipe = pipeline(
    "text-generation",
    model=REPO,
    tokenizer=tok,
    max_new_tokens=1024,
    do_sample=False,
)

prompt = tok.apply_chat_template(
    [
        {"role": "system", "content": "You are a technical marketing and documentation writer for semiconductor and data-center interconnect products."},
        {"role": "user", "content": "For an enterprise 1/10/25GbE Ethernet switch series, author the Key Features portion of the product brief."},
    ],
    tokenize=False,
    add_generation_prompt=True,
)
print(pipe(prompt, return_full_text=False)[0]["generated_text"])

If you see Both max_new_tokens and max_length(=20), the shipped generation_config.json still has a leftover max_length. Prefer passing only max_new_tokens at generate time, or edit that file before upload.

Training

ItemValue
BaseQwen/Qwen2.5-1.5B-Instruct
MethodQLoRA 4-bit NF4 + double quant, then merged to fp16
TrainerHugging Face TRL SFTTrainer / SFTConfig
DataPrivate semiconductor technical-writing ChatML mix (6,765 rows)
Split90 / 10, seed 42
Sequence length2,048
LoRAr=16, alpha=32, dropout 0.05
Targetsq_proj k_proj v_proj o_proj gate_proj up_proj down_proj
LR / schedule2e-4 cosine, warmup 0.03
Batch4 × grad accum 4
Epochs / steps3 / 1,143
Precisionfp16 or bf16 on CUDA (QLoRA compute dtype)
Wall time5,378 s ≈ 1 h 30 min (1,143 steps, 4.70 s/it)
Train tokens seen~7.9M by end of epoch 3

Eval (teacher-forced next token, not open generation)

CheckpointEval lossMean token accuracyEval entropy
Epoch 20.15550.94530.1795
Epoch 3 (published)0.14040.94880.1566

Mean train loss over the full run: 0.3846 (early epochs are higher; late-epoch train batches sit around 0.12–0.14). Grad norms stayed small (~0.07–0.14). Cosine LR decayed from ~5e-5 at epoch 2.02 to ~6e-9 at the last step.

Read token accuracy correctly. 94.9% is “the model assigned the gold next token” on the held-out ChatML strings. It is not factual accuracy on silicon SKUs, and it is not a win-rate against a human editor.

Dataset mix

6,765 rows after dropping dirty synthetic gold (multi-node, multi-throughput, grammar doubles, stubs).

OriginRows
synthetic_cleaned4,757
extracted (real vendor PDFs)1,930
synthetic_consistent78
TaskRows
generate2,532
spec_json1,099
cli_extract_syntax880
cli_multiturn_syntax880
grounded_qa544
extract_specs / outline / multi_turn_section248 each
cli_when_to_use44
multi_turn_consistent_specs42

Doc types: user_guide 2,772 · product_brief 2,528 · datasheet 613 · application_note 305 · technology_brief 229 · white_paper 222 · competitive_report 96.

Extracted PDFs cover converged network adapters, Ethernet switch silicon, host-adapter CLI, storage / fabric features, and related interconnect material. A large share of generate gold is still synthetic house-style prose, so the model can emit invented series names if the prompt does.

Intended prompt style

The train-time system prompts were:

  1. Writer — semiconductor / interconnect house style; one process node / throughput / form factor.
  2. Editor — revise copy; do not add contradictory specs.
  3. Product specialist — answer only from the pasted excerpt; otherwise say you cannot determine it.

Match those at inference. Grounded QA quality collapses if you drop the specialist system prompt.

Limitations

  • 1.5B parameters. Long, consistent datasheets still drift.
  • Synthetic SKUs in the pre-clean pool taught a habit of inventing product families. The recommended set drops the worst contradictions; it does not delete every invented family.
  • Extracted CLI gold is the reliable part. Treat generated flags and identifiers as drafts.
  • No DPO / GRPO on this published checkpoint (those datasets exist separately).
  • Eval is teacher-forced loss/accuracy only.

Files to upload (merged repo)

FileRole
model.safetensorsMerged Qwen2.5-1.5B + LoRA (fp16)
config.jsonArchitecture
generation_config.jsonPrefer max_new_tokens only; remove stray max_length: 20
tokenizer.json / tokenizer_config.json / vocab.json / merges.txtQwen tokenizer
README.mdThis card

Do not upload checkpoint-*, optimizer.pt, rng_state.pth, or the 4-bit train-time weights.

Related

License

Apache 2.0, same family as the Qwen2.5-1.5B Instruct weights. This checkpoint is an unofficial style model and is not affiliated with any semiconductor vendor.

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
218cda7

0 моделей