/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Размер весов
6,2 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
23 мая 2025

DeepSeek-VM-1.5B

Генерация текстаТекст → текст3 профессии

Value-модель на базе Qwen2 для направления поиска и повышения эффективности рассуждений Chain-of-Thought.

354скачиваний за 30 дней0лайковвеса обновлены4 июн 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.

  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

VGS-AI/DeepSeek-VM-1.5B — value-модель объёмом 1,5 млрд параметров, разработанная для управления поиском при рассуждении методом цепочки мыслей (Chain-of-Thought) и повышения его эффективности. Она основана на архитектуре Qwen2 и реализована как модифицированный классификатор Qwen2ForClassifier; модель предназначена для оценки вариантов рассуждения и помощи в выборе направления поиска.

Модель принимает текст и выдаёт оценки, используемые для направления поиска в процессе генерации рассуждений. В метаданных указан контекст до 131 072 токенов и формат весов safetensors. README связывает модель с методом Value-Guided Search, описанным в научной работе. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка вариантов цепочки рассуждений
  • направление поиска при пошаговом решении задач
  • повышение эффективности генерации рассуждений языковой моделью

Ограничения

Модель предназначена для использования как направляющий оценщик в связке с процедурой поиска рассуждений, а не как универсальный диалоговый помощник. Лицензия и поддерживаемые естественные языки в предоставленных данных не описаны.

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

Model Card for Model ID

1.5B value model for guiding DeepSeek CoT: arxiv.org/abs/2505.17373.

Value-Guided Search for Efficient Chain-of-Thought Reasoning

Code: https://github.com/kaiwenw/value-guided-search

This model is a Qwen2ForClassifier model, a modified version of the Qwen2 model for classification tasks, which is used to guide chain-of-thought reasoning.

Usage

To load the model, you can use the following code snippet:

import classifier_lib
import torch

model_loading_kwargs = dict(attn_implementation="flash_attention_2", torch_dtype=torch.bfloat16, use_cache=False)
classifier = classifier_lib.Qwen2ForClassifier.from_pretrained("VGS-AI/DeepSeek-VM-1.5B", **model_loading_kwargs)

To apply the model to input_ids, you can use the following code snippet:

import torch

device = torch.device("cuda")
# your input_ids
input_ids = torch.tensor([151646, 151644, 18, 13, 47238, ...], dtype=torch.long, device=device)
attention_mask = torch.ones_like(input_ids)
classifier_outputs = classifier(input_ids.unsqueeze(0), attention_mask=attention_mask.unsqueeze(0))
# use last index of the sequence
scores = classifier_outputs.success_probs.squeeze(0)[-1].item()

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForClassifier
Ревизия весов
49d25d3

0 моделей