/ Модель

Характеристики

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

UOPD-Qwen2.5-3B-Instruct-WebShop

Генерация текстаТекст → текст3 профессии

Компактная чат-модель Qwen2.5, дообученная методом on-policy distillation для выполнения задач агента в WebShop.

455скачиваний 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-Qwen2.5-3B-Instruct-WebShop — дообученная чат-модель на базе Qwen/Qwen2.5-3B-Instruct, разработанная Wenboz. Это финальный чекпойнт модели-ученика, обученной методом on-policy distillation на WebShop с замороженной моделью-учителем langfeng01/GiGPO-Qwen2.5-7B-Instruct-WebShop. Модель предназначена для генерации текста в сценариях взаимодействия с WebShop и выполнения задач агента в этом окружении.

Модель использует плотную архитектуру Qwen2ForCausalLM и содержит 3,1 млрд параметров. Она принимает текст и выдаёт текст; нативная длина контекста — 32 768 токенов. Для загрузки указана библиотека Transformers и формат safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • взаимодействие с каталогом товаров WebShop
  • выполнение задач покупок в симуляции WebShop
  • генерация текстовых ответов агента в WebShop

Ограничения

Обучение ориентировано на WebShop, поэтому применимость в других сценариях не подтверждена. В предоставленных данных не приведены результаты оценки качества.

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-Qwen2.5-3B-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-Qwen2.5-3B-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/Qwen2.5-3B-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 0.30 → 0.05 over the first 75 training steps, then 0.05
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
9b05023

0 моделей