Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,1 млрд
- Размер весов
- 15,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-7B
- Опубликована
- 8 июл 2025
Ссылки
Qwen2.5-7B-SimpleTIR
Англоязычная 7,1-миллиардная модель на базе Qwen2.5-7B для исследовательских задач reinforcement learning и оценки языкового рассуждения.
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.
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
ZhenghaiXue/Qwen2.5-7B-SimpleTIR — модель на базе Qwen/Qwen2.5-7B, дообученная с использованием методов reinforcement learning на наборах данных SimpleRL-Zoo-Data и DeepScaleR-Preview-Dataset. В метаданных указана поддержка английского языка и задача reinforcement-learning; назначение SimpleTIR связано с исследовательским применением модели в сценариях обучения и оценки рассуждающих языковых моделей.
Сценарии применения
- исследование дообучения языковых моделей с reinforcement learning
- оценка точности моделей на задачах рассуждения
- эксперименты с наборами данных SimpleRL-Zoo-Data и DeepScaleR
- исследовательское сравнение с базовой моделью Qwen2.5-7B
Ограничения
README содержит минимальную информацию, поэтому конкретные сценарии применения и особенности метода дообучения не описаны. Модель ориентирована на английский язык и исследовательские эксперименты; её качество в прикладных задачах требует отдельной проверки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- fbe635a