Характеристики

Контекст: 131 072 токена
Параметры: 1,5 млрд
Лицензия: Apache 2.0
Архитектура: qwen2 · dense
Базовая модель: Dolphin3.0-Qwen2.5-1.5B
Опубликована: 16 сен 2026

Ссылки

Hugging Face

pulsar-coder-v1

Sonorix

Генерация текстаТекст → текст9 профессий

Компактный чат-ассистент для ответов на русском языке и генерации кода на популярных языках программирования.

473скачиваний за 30 дней1лайквеса обновлены16 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Pulsar Coder v1 — кодовый ассистент Exo на базе архитектуры Qwen2 с 1,5 млрд параметров. README называет модель обученной с нуля, однако метаданные Hugging Face указывают на дообучение cognitivecomputations/Dolphin3.0-Qwen2.5-1.5B, поэтому происхождение модели в источниках расходится.

Модель предназначена для ответов на русском языке и генерации кода на Python, JavaScript и TypeScript, Go, Rust, C++, C#, Java, SQL, Bash, HTML и CSS. Она поддерживает чат; заявленная длина контекста — 131 072 токена. Шаблон чата задаёт идентичность Pulsar по умолчанию.

Модель распространяется в формате safetensors по лицензии Apache-2.0. README рекомендует настройки генерации с температурой 0,3–0,7, top_p 0,9 и штрафом за повторы 1,1–1,2, но не приводит результатов оценки качества. Учитывая небольшой размер, пригодность для сложных задач кодирования следует проверять на собственных примерах.

Сценарии применения

генерация функций и скриптов по запросу
объяснение фрагментов кода на русском языке
получение примеров SQL-запросов
создание Bash-скриптов для автоматизации
генерация HTML и CSS для веб-страниц

Ограничения

README не приводит бенчмарков или оценок качества. В README модель названа обученной с нуля, а метаданные указывают на дообучение Dolphin3.0-Qwen2.5-1.5B.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pulsar Coder v1 (1.5B, uncensored)

Pulsar Coder from Exo — кодовый ассистент компании Exo, trained from scratch by Exo (1.5B параметров, архитектура Qwen2).

Отвечает на русском, код — в блоках с языком: Python, JS/TS, Go, Rust, C++, C#, Java, SQL, Bash, HTML/CSS.
На «кто ты» отвечает: Pulsar Coder from Exo — код-модель Exo, обученная с нуля для кода.
Системный промт зашит в chat_template по умолчанию: идентичность Pulsar вшивается даже без system-сообщения.
Не притворяется Qwen / Dolphin / ChatGPT / Claude / Gemini / DeepSeek, промт не раскрывает.

Использование (transformers)

from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("Exo/pulsar-coder-v1", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("Exo/pulsar-coder-v1", trust_remote_code=True)
prompt = tok.apply_chat_template([{"role": "user", "content": "кто ты?"}], tokenize=False, add_generation_prompt=True)

Параметры генерации

temperature: 0.3-0.7, top_p: 0.9, repetition_penalty: 1.1-1.2, max_tokens: 300-800

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: 243011a