Характеристики

Контекст: 131 072 токена
Параметры: 23,4 млрд
Размер весов: 47,1 ГБ
Лицензия: Apache 2.0
Архитектура: mistral · dense
Базовая модель: Devstral-Small-2507
Библиотека: transformers
Опубликована: 30 сен 2025

Ссылки

WEBGEN-Devstral-24B

Генерация текстаТекст → текст3 профессии

Дообученная на базе Devstral-Small-2507 модель для генерации HTML, CSS, JavaScript и Tailwind CSS для целевых веб-страниц.

68скачиваний за 30 дней10лайковвеса обновлены5 окт 2025

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

Tesslate/WEBGEN-Devstral-24B — модель для генерации веб-страниц, обученная Qingy2004 на базе mistralai/Devstral-Small-2507. Она предназначена для создания HTML, CSS, JavaScript и Tailwind CSS, прежде всего для целевых страниц (landing pages). Модель дообучена методом SFT на пользовательских шаблонах; набор данных для обучения был создан с помощью GPT-OSS-120B. Архитектура — плотная MistralForCausalLM, размер — 23,4 млрд параметров, контекст — до 131 072 токенов. Поддерживается английский язык. Репозиторий содержит веса Safetensors, интерфейс поддерживает чат. Лицензия — Apache 2.0.

Модель рассчитана на генерацию кода веб-интерфейса для целевых страниц. README ограничивает её HTML, CSS, JavaScript и Tailwind CSS и рекомендует другие модели серии для React, Python и прочих языков. Оценки качества и дополнительные ограничения в карточке не описаны.

Сценарии применения

создание HTML-разметки целевой страницы
генерация CSS-стилей для веб-страницы
создание интерфейса целевой страницы на Tailwind CSS
генерация JavaScript для веб-интерфейса

Ограничения

Предназначена для целевых страниц на HTML, CSS, JavaScript и Tailwind CSS; README рекомендует другие модели серии для React, Python и других языков. Оценки качества в карточке не приведены.

Для каких профессий подходит3

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 IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WEBGEN DEVSTRAL IMAGES. WEBGEN MODELS MAKE HTML CSS JS TAILWIND ONLY LANDING PAGES. IF YOU NEED REACT, PYTHON, OR OTHER LANGUAGES, CHECK OUT UIGEN-X, UIGENT, UIGEN SERIES. IT WAS TRAINED ON CUSTOM TEMPLATES, FED INTO GPT-OSS-120B ON 13X MI300XS TO CREATE THE DATASET. THEN SFT FINETUNED. APACHE 2.0. TRAINED BY QINGY2004. WEBGEN-Devstral-24B-images_row_0015