/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
26 сен 2026

UOPD-Qwen2.5-1.5B-Instruct-WebShop

Генерация текстаТекст → текст3 профессии

Компактная модель Qwen2.5, дообученная дистилляцией на WebShop для текстовой генерации и диалоговых сценариев выбора товаров.

419скачиваний за 30 дней0лайковвеса обновлены26 сен 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.

  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

UOPD-Qwen2.5-1.5B-Instruct-WebShop — языковая модель Wenboz, дообученная методом on-policy distillation на WebShop с замороженной моделью-учителем langfeng01/GiGPO-Qwen2.5-7B-Instruct-WebShop. Это финальный чекпойнт ученика на базе Qwen/Qwen2.5-1.5B-Instruct, предназначенный для генерации текста и диалогового взаимодействия в сценариях WebShop.

Модель имеет плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и работает с контекстом до 32 768 токенов. Она принимает текст и выдаёт текст; в карточке заявлены библиотека Transformers и формат safetensors. README показывает загрузку через AutoModelForCausalLM с типом данных bfloat16 и автоматическим размещением на устройствах.

Чекпойнт может использоваться для экспериментов и приложений, моделирующих взаимодействие с WebShop, например для выбора товаров по текстовому запросу. Карточка не описывает отдельный интерфейс инструментов или гарантии качества; возможности модели за пределами обучения на WebShop не подтверждены. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • моделирование диалога агента при поиске товаров в WebShop
  • выбор товара по текстовому запросу в симуляции магазина
  • эксперименты с on-policy distillation для языковых агентов

Ограничения

Обучение ориентировано на WebShop, поэтому пригодность для иных сценариев не подтверждена. Лицензия и отдельные оценки качества в предоставленных данных не указаны.

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

UOPD-Qwen2.5-1.5B-Instruct-WebShop

Final UOPD student checkpoint trained on WebShop with the frozen teacher langfeng01/GiGPO-Qwen2.5-7B-Instruct-WebShop.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Wenboz/UOPD-Qwen2.5-1.5B-Instruct-WebShop"
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

Training configuration

SettingValue
Student initializationQwen/Qwen2.5-1.5B-Instruct
Teacherlangfeng01/GiGPO-Qwen2.5-7B-Instruct-WebShop
Training steps150
Rollout / training batch16 / 64
Environment step limit15
Max prompt / response tokens4,096 / 512
OptimizerAdamW, learning rate 1e-6
Target intervention ratelinear 0.50 → 0.30 over the first 75 training steps, then 0.30
Triggered-turn lossPlain SFT, weight 1.0
Teacher takeoverEnabled

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
3b25ba2

0 моделей