Uploaded finetuned model
- Developed by: Toleng
- License: apache-2.0
- Finetuned from model : unsloth/Qwen2.5-Coder-1.5B-Instruct-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 1,5 млрд
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-Coder-1.5B-Instruct-bnb-4bit
- Опубликована
- 3 сен 2026
Ссылки
koplak-flash-master-1.5b-instruct
Производная модели Toleng/koplak-flash-1.5b. Дообученная Toleng модель Qwen2 с 1,5 млрд параметров для генерации текста и диалогов.
264скачиваний за 30 дней0лайковвеса обновлены3 сен 2026
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
Карточка модели Toleng/koplak-flash-master-1.5b-instruct на Hugging Face совпадает с карточкой Toleng/koplak-flash-1.5b, поэтому описание составлено по ней.
Toleng/koplak-flash-1.5b — дообученная Toleng языковая модель семейства Qwen2 на базе unsloth/Qwen2.5-Coder-1.5B-Instruct-bnb-4bit. Это плотная причинная модель с 1,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors; модель обучалась с использованием Unsloth и библиотеки TRL. Размер контекста составляет 32 768 токенов. В метаданных указан английский язык, а базовая модель ориентирована на программирование. Лицензия — Apache-2.0. README не уточняет специализацию дообучения и не приводит оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно.
Сценарии применения
- генерация ответов в текстовом чате
- создание и продолжение текста на английском языке
- помощь с программированием на основе возможностей базовой модели
Ограничения
README не описывает специализацию дообучения и не приводит результаты оценок качества. Из-за размера 1,5 млрд параметров возможности модели могут быть ограничены по сравнению с более крупными языковыми моделями.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Репозиторий недоступен на Hugging Face.
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 471fba0