/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,7 млрд
Размер весов
3,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
26 июн 2026

Power-point-agent-2b

Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen3.5-2B диалоговая модель для генерации и автоматизации создания презентаций PowerPoint по текстовым запросам.

99скачиваний за 30 дней0лайковвеса обновлены29 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

AutoPowerPoint Agent — дообученная модель Teluv для генерации презентаций PowerPoint по текстовым запросам. Она основана на unsloth/Qwen3.5-2B и выпущена как объединённый релиз лучшего чекпойнта Reinforcement SFT, отобранного в цикле Golden v2, цикл 33.

Модель предназначена для диалогового создания слайдов и автоматизации подготовки презентаций; в карточке также указаны теги slide-generation и python-pptx. Это плотная причинно-языковая архитектура Qwen3.5 с 1,7 млрд параметров, контекстом до 262 144 токенов и форматом safetensors. README сообщает метрики отбора: 85% успешных запусков, 67% успешных макетов и 14% успешных результатов Studio.

Модель принимает и выдаёт текст; отдельная способность напрямую генерировать файлы или изображения в метаданных не подтверждена. Доступна на условиях Apache-2.0. Метрики показывают, что успешность макета и особенно Studio ниже успешности запуска, поэтому результат презентации может потребовать проверки и доработки.

Сценарии применения

  • создание структуры презентации по краткому описанию
  • подготовка текста и содержания слайдов
  • генерация презентации PowerPoint по запросу пользователя
  • автоматизация создания слайдов с использованием python-pptx

Ограничения

По метрикам отбора успешность макета составляет 67%, а Studio success — 14%; созданные презентации могут требовать проверки и доработки. README не подтверждает прямую генерацию файлов или изображений моделью.

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

AutoPowerPoint Agent — Golden v2 Cycle 33

This is the merged Hugging Face release build for AutoPowerPoint Agent. It combines the unsloth/Qwen3.5-2B base model with the best Reinforcement SFT checkpoint selected by the Golden v2 and challenge promotion gates.

Selection metrics

MetricScore
Runtime success85%
Layout success67%
Studio success14%
Content success64%
Strict Studio success10%
Challenge Strict Studio success20%

Cycle 33 was promoted because it remained within the Golden regression tolerance and improved the challenge and combined promotion scores over the previous champion.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "YOUR_ORG/autopowerpoint-agent-golden-v2-cycle33"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype="auto",
    trust_remote_code=True,
)

The model is intended for local PowerPoint planning, slide-code generation, and repair workflows. Generated Python must still pass compile, static, runtime, PPTX, and layout validation before use.

Build provenance

  • Reinforcement job: 4622f449-63d7-4305-bdf8-808fc82696ce
  • Champion cycle: 33
  • Base model: unsloth/Qwen3.5-2B
  • Export dtype: bfloat16
  • Format: merged safetensors

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
0b0ddb3

0 моделей