/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
20 авг 2026

Pulsar-AI-Final

Генерация текстаТекст → текст3 профессии

Русскоязычный чат-помощник, отвечающий на вопросы о функциях мессенджера Pulsar.

26скачиваний за 30 дней2лайкавеса обновлены20 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

Pulsar-AI-Final — русскоязычный диалоговый помощник мессенджера Pulsar от Sonorix, дообученный на базе Qwen/Qwen2.5-0.5B-Instruct. Модель предназначена для ответов на вопросы пользователей о функциях Pulsar: офлайн-связи Pulsar Mesh, сквозном шифровании и двухфакторной аутентификации, резервном копировании, переносе чатов, уведомлениях, группах, контактах и поддерживаемых платформах.

Это плотная авторегрессионная модель семейства Qwen2 с 494 млн параметров, рассчитанная на генерацию текста и диалог. Контекстное окно — до 32 768 токенов. В карточке заявлен запуск через Transformers; веса доступны в формате safetensors. Лицензия — Apache-2.0. Специализация на русском языке и функциях Pulsar делает модель узкопрофильной; её пригодность для общих вопросов или тем, не связанных с приложением, не заявлена.

Сценарии применения

  • ответы на вопросы о Pulsar Mesh и офлайн-связи
  • объяснение настроек шифрования и двухфакторной аутентификации
  • помощь с резервным копированием и переносом чатов
  • консультации по уведомлениям, группам и контактам Pulsar
  • ответы о версиях Pulsar для Android, iOS и Desktop

Ограничения

Модель специализирована на функциях Pulsar; качество ответов на общие вопросы и темы вне приложения не заявлено. В README не приведены результаты оценки качества.

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

✦ Pulsar AI

Pulsar-AI-Final — интеллектуальный помощник мессенджера Pulsar, обученный отвечать на вопросы пользователей о функциях приложения на русском языке.

🎯 Возможности

Модель отвечает на вопросы о:

  • 📶 Pulsar Mesh — офлайн-связь через ячеистую сеть
  • 🔒 Безопасность — сквозное шифрование (E2EE), двухфакторная аутентификация
  • 💾 Резервное копирование — облачные и локальные бэкапы
  • 🔄 Перенос чатов — между устройствами без потери истории
  • 🔔 Уведомления — умные фильтры, режим «Не беспокоить», прорыв тишины
  • 👥 Группы и контакты — создание групп, передача владения, профили контекста
  • 📱 Кроссплатформенность — Android, iOS, Desktop

🚀 Использование

Локальный запуск

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "Sonorix/Pulsar-AI-Final",
    torch_dtype=torch.float16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("Sonorix/Pulsar-AI-Final")

messages = [
    {"role": "system", "content": "Вы — Pulsar AI, помощник мессенджера Pulsar."},
    {"role": "user", "content": "Как настроить Pulsar Mesh?"}
]

inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=250, do_sample=True, temperature=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

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
13c8741

0 моделей