/ Модель

Характеристики

Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
14 окт 2025

Qwen-1.5B_THIP

Генерация текстаТекст → текст

Диалоговая модель на базе DeepSeek-R1-Distill-Qwen-1.5B для генерации ответов и ведения беседы.

0скачиваний за 30 дней5лайковвеса обновлены21 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Thrillcrazyer/Qwen-1.5B_THIP — дообученная на TRL языковая модель на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Она предназначена для генерации текста в диалоговом формате и подходит для ответов на вопросы и ведения беседы. В качестве основы использует компактную модель DeepSeek, обученную на примерах рассуждений; репозиторий содержит веса в формате safetensors и рассчитан на работу через Transformers. Данные о лицензии, размере модели и длине контекста в доступных источниках не приведены.

Сценарии применения

  • ответы на вопросы в диалоговом формате
  • генерация продолжений текста
  • ведение беседы с пользователем

Ограничения

Языки, лицензия и длина контекста не установлены по доступным источникам; качество модели отдельно не охарактеризовано.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Qwen-1.5B_THIP

This model is a fine-tuned version of deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="Thrillcrazyer/Qwen-1.5B_THIP", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with GRPO, a method introduced in DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models.

Framework versions

  • TRL: 0.24.0
  • Transformers: 4.57.1
  • Pytorch: 2.8.0+cu128
  • Datasets: 4.2.0
  • Tokenizers: 0.22.1

Citations

Cite GRPO as:

@article{shao2024deepseekmath,
    title        = {{DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models}},
    author       = {Zhihong Shao and Peiyi Wang and Qihao Zhu and Runxin Xu and Junxiao Song and Mingchuan Zhang and Y. K. Li and Y. Wu and Daya Guo},
    year         = 2024,
    eprint       = {arXiv:2402.03300},
}

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
1328bdf

0 моделей