/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen2.5-7B-Instruct
Опубликована
1 окт 2026

GPT-neo-Custom-7B-GGUF

Генерация текстаТекст → текст15 профессий

Дообученная на базе Qwen2.5-7B-Instruct GGUF-модель для диалогов, генерации на польском и английском, программирования и рассуждений.

2 572скачиваний за 30 дней0лайковвеса обновлены6 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.

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

GPT-neo-Custom 7B — диалоговая языковая модель, дообученная Szymon-Wachelko на базе Qwen2.5-7B-Instruct методом QLoRA. Она предназначена для генерации ответов на польском и английском языках, рассуждений, программирования и решения математических и логических задач. Репозиторий распространяет веса в формате GGUF для локального запуска через Ollama, LM Studio и совместимые инструменты; поддерживается шаблон диалога ChatML. В метаданных указана лицензия Apache-2.0.

Заявленные сильные стороны — естественная генерация на польском, помощь с кодом и структурированными техническими ответами. Это модель на 7 млрд параметров, поэтому качество рассуждений и решений может варьироваться; заявления о «полном мастерстве» и идентичности квантованных вариантов точностью FP16 приведены автором и не подкреплены в карточке оценками. Версии GGUF различаются размером и точностью, что влияет на требования к памяти и качество генерации.

Сценарии применения

  • диалоговый помощник на польском языке
  • написание и отладка кода
  • объяснение программного кода и технических тем
  • решение математических задач и логических головоломок
  • составление технической документации

Ограничения

Качество ответов и рассуждений может меняться в зависимости от запроса; в карточке не приведены независимые оценки качества. Квантование GGUF может влиять на точность ответов и требования к памяти.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚡ GPT-neo-Custom (7B) GGUF ⚡

Next-Generation Polish & English AI Assistant

License: Apache 2.0 Base Architecture Format Language Downloads Community Discussions


[!TIP] 💬 Found a bug or have an idea to improve the model?
Join the conversation in the Community / Discussions tab! All feedback, bug reports, and feature requests are actively monitored and incorporated into future releases.


📖 Model Overview

GPT-neo-Custom 7B is a high-performance conversational language model designed to bridge the gap in high-quality Polish language generation while maintaining top-tier software engineering and mathematical problem-solving skills.

Built upon the state-of-the-art Qwen 2.5 7B Instruct architecture, this model underwent a multi-stage QLoRA fine-tuning process specifically balanced for conversational coherence and zero-shot reasoning.

✨ Key Strengths

  • 🇵🇱 Natural Polish Fluency: Full mastery of Polish grammar, complex sentence structures, declensions, and cultural nuances without translation artifacts.
  • 💻 Software Engineering: Proficient in writing, debugging, and explaining code in Python, C++, JavaScript, TypeScript, SQL, and shell scripting.
  • 🧮 Structured Reasoning: Excels at chain-of-thought mathematical reasoning, logic puzzles, and technical documentation.
  • 🚀 Universal Compatibility: High-performance GGUF quants tailored for local execution from low-end laptops to dedicated RTX workstations.

📊 Quantization Matrix

File NamePrecisionFile SizeRecommended VRAMRecommended Setup
GPT-neo-Custom [7B] [F16].gguf16-bit Float~15.2 GB16 GB+Reference studio grade; 100% lossless precision.
GPT-neo-Custom [7B] [Q8_0].gguf8-bit~7.7 GB10–12 GB🏆 Gold Standard: Perfect for RTX 3060 (12GB). Identical to FP16.
GPT-neo-Custom [7B] [Q6_K].gguf6-bit~6.3 GB8–10 GBHigh accuracy with blazing fast generation speeds.
GPT-neo-Custom [7B] [Q5_K_M].gguf5-bit Medium~5.4 GB8 GBOptimal balance between intelligence and resource usage.
GPT-neo-Custom [7B] [Q5_K_S].gguf5-bit Small~5.1 GB8 GBCompact 5-bit version for balanced performance.
GPT-neo-Custom [7B] [Q4_K_M].gguf4-bit Medium~4.68 GB6 GB🌟 Most Popular: Recommended for everyday laptop and CPU inference.
GPT-neo-Custom [7B] [Q4_K_S].gguf4-bit Small~4.3 GB6 GBLighter 4-bit variant for memory-constrained systems.
GPT-neo-Custom [7B] [Q3_K_L].gguf3-bit Large~3.8 GB4–6 GBPreserved attention heads for high quality at lower bitrates.
GPT-neo-Custom [7B] [Q3_K_M].gguf3-bit Medium~3.5 GB4 GBUltra-lightweight footprint for mobile and edge devices.

🚀 Quickstart Deployment Guide

🦙 1. Ollama (Instant Run)

Run directly from Hugging Face:

ollama run hf.co/Szymon-Wachelko/GPT-neo-Custom-7B-GGUF

Or configure locally with a Modelfile:

FROM ./"GPT-neo-Custom [7B] [Q8_0].gguf"
PARAMETER temperature 0.7
PARAMETER top_p 0.9
PARAMETER stop "<|im_end|>"
SYSTEM "Jesteś polskim asystentem AI GPT-neo-Custom. Zawsze odpowiadaj po polsku."
ollama create gpt-neo-custom -f Modelfile
ollama run gpt-neo-custom

⚡ 2. llama.cpp

Interactive Terminal Chat

llama-cli -m "GPT-neo-Custom [7B] [Q8_0].gguf" -ngl 99 -cnv --color -p "Jesteś polskim asystentem AI GPT-neo-Custom. Zawsze odpowiadaj po polsku."

Standalone ChatGPT-like Web UI

llama-server -m "GPT-neo-Custom [7B] [Q8_0].gguf" -ngl 99 --port 8080 -c 4096

Open your browser at http://localhost:8080 for a full offline web interface.


🖥️ 3. LM Studio

  1. Install LM Studio.
  2. Download any .gguf file from the Files tab above.
  3. Drag and drop the .gguf file into LM Studio.
  4. Set GPU Acceleration to MAX in the right panel.
  5. Click New Chat and start conversation!

🐍 4. Python Integration

from llama_cpp import Llama

# Load model with full GPU offloading
llm = Llama(
    model_path="GPT-neo-Custom [7B] [Q8_0].gguf",
    n_gpu_layers=-1, # -1 offloads all layers to GPU
    n_ctx=4096
)

response = llm.create_chat_completion(
    messages=[
        {"role": "system", "content": "Jesteś asystentem AI GPT-neo-Custom. Zawsze odpowiadaj po polsku."},
        {"role": "user", "content": "Cześć! W czym możesz mi dzisiaj pomóc?"}
    ]
)

print(response["choices"][0]["message"]["content"])

💬 Prompt Template (ChatML)

The model is trained on the standard ChatML format:

<|im_start|>system
Jesteś asystentem AI GPT-neo-Custom. Zawsze odpowiadasz w języku polskim.<|im_end|>
<|im_start|>user
Napisz skrypt w Pythonie do pobierania kursów walut z API NBP.<|im_end|>
<|im_start|>assistant

💡 Community, Bug Reports & Feature Requests

The GPT-neo-Custom project is developed with an open-source mindset, and community feedback is vital for future iterations!

🛠️ How to contribute feedback or report issues:

  1. Navigate to the **[Community / Discussions](https://huggingface.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
f32af9b

0 моделей