/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
8 окт 2026

Qareed-Qwen2.5-1.5B-Poet-v1

Генерация текстаТекст → текст

Экспериментальная QLoRA-версия Qwen2.5-1.5B-Instruct для генерации арабских стихов по запросу.

197скачиваний за 30 дней2лайкавеса обновлены8 окт 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

قريض Qareed Poet 1.5B v1 — экспериментальная модель для генерации арабской поэзии, разработанная Youssefx64. Это плотная авторегрессионная модель Qwen2, дообученная методом QLoRA на основе Qwen/Qwen2.5-1.5B-Instruct; число параметров — 1,5 млрд, контекст — до 32 768 токенов. Для обучения использован набор arbml/Ashaar_dataset: очищенные и дедуплицированные примеры стихотворений, оформленные как инструкции.

Модель принимает запросы на арабском языке и генерирует стихи, в том числе заданное число бейтов в формате садр/аджуз, обычно без пояснений. Она подходит для творческих черновиков и экспериментов с арабской поэзией, но качество рифмы нестабильно, метр не задаётся и не проверяется, а тема запроса часто соблюдается недостаточно точно. Диакритика была удалена из обучающих данных; возможны ошибки в словах с хамзой, шум в тематических метках и воспроизведение строк из обучающего набора, поэтому результаты требуют проверки человеком. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание черновиков арабских стихотворений по теме
  • генерация заданного числа бейтов на арабском языке
  • составление стихов в формате садр и аджуз
  • творческие эксперименты с арабской поэзией

Ограничения

Рифма часто непоследовательна, метр не контролируется, а тема запроса может соблюдаться плохо; возможны ошибки в написании и повторы строк из обучающих данных. Результаты следует проверять человеком.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qareed Poet 1.5B (v1) — قريض

Arabic poetry generation model, QLoRA fine-tuned from Qwen/Qwen2.5-1.5B-Instruct. This is an early experimental release (v1).

Usage

from transformers import pipeline
pipe = pipeline("text-generation", model="Youssefx64/Qareed-Qwen2.5-1.5B-Poet-v1", device_map="auto")
msgs = [{"role": "user", "content": "اكتب بيتين من الشعر في الشوق."}]
print(pipe(msgs, max_new_tokens=120, do_sample=True, temperature=0.8)[0]["generated_text"][-1]["content"])

Training

  • Data: arbml/Ashaar_dataset (Ashaar, arXiv:2307.06218): cleaned, deduplicated, poem-level train/val split, colloquial poems removed
  • Method: QLoRA (NF4), r=16, alpha=32, all linear layers, 1 epoch, ~20k instruction samples (1-4 consecutive baits)
  • Diacritics were stripped; meter was NOT used as a control signal in v1
  • Final validation loss: about 1.337

What it does well

  • Follows the requested number of baits and the sadr/ajz format; answers without explanations.

Known limitations

  • Poetic quality is limited: rhyme is often inconsistent, meter (wazn) is not controlled or checked, and the requested theme is frequently not respected.
  • Source text lost the letter alef-with-hamza-below; common words were patched, but some words may still be wrong.
  • Theme labels come from the source websites and are noisy.
  • May reproduce lines from the training data. Outputs need human review.

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
82779fe

0 моделей