Характеристики

Контекст: 32 768 токенов
Параметры: 3,1 млрд
Размер весов: 6,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-Coder-3B-Instruct
Библиотека: transformers
Опубликована: 8 июл 2026

Ссылки

axeron-forge-a8e8a74e

Генерация текстаТекст → текст14 профессий

Объединённая методом Task Arithmetic модель Qwen2.5 на 3,1 млрд параметров для диалоговой генерации текста, выполнения инструкций и помощи с кодом.

15скачиваний за 30 дней0лайковвеса обновлены8 июл 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.

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

Axeron Forge — объединённая модель генерации текста, созданная TuralBayev с помощью инструмента forgelm. В основе лежит Qwen/Qwen2.5-3B; методом Task Arithmetic объединены веса Qwen2.5-Coder-3B-Instruct и Qwen2.5-3B-Instruct с базовой моделью. Это плотная авторегрессионная модель архитектуры Qwen2 с 3,1 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 32 768 токенов.

Модель предназначена для генерации текста в диалоговом формате и выполнения инструкций; наличие компонентов Instruct и Coder позволяет использовать её для вопросов и ответов, помощи с кодом и структурированных ответов. Метаданные отмечают интерфейс вызова инструментов, однако карточка не содержит оценок качества или примеров, подтверждающих надёжность этой возможности. Лицензия в предоставленных данных не указана.

Сценарии применения

ответы на вопросы в диалоге
генерация текста по инструкциям
написание и объяснение кода
создание структурированных текстовых ответов

Ограничения

В карточке нет результатов оценки качества, поэтому надёжность ответов и вызова инструментов не установлена. Языки и лицензия в предоставленных данных не обозначены.

Для каких профессий подходит14

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

a8e8a74e-49ad-4a20-a41a-d20f957da409

This is a forge of pre-trained language models created using forgelm.

Forge Details

Forge Method

This model was forged using the Task Arithmetic forge method using Qwen/Qwen2.5-3B as a base.

Models Forged

The following models were included in the forge:

Configuration

The following YAML configuration was used to produce this model:

base_model: Qwen/Qwen2.5-3B
dtype: bfloat16
forge_method: task_arithmetic
modules:
  default:
    slices:
    - sources:
      - layer_range: [0, 36]
        model: Qwen/Qwen2.5-Coder-3B-Instruct
        parameters:
          weight: -0.5
      - layer_range: [0, 36]
        model: Qwen/Qwen2.5-3B-Instruct
        parameters:
          weight: 0.5
      - layer_range: [0, 36]
        model: Qwen/Qwen2.5-3B

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen2ForCausalLM
Ревизия весов: 39ed5ca