Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Лицензия: Apache 2.0
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-Coder-7B-Instruct
Библиотека: transformers
Опубликована: 8 сен 2026

Ссылки

Hugging Face

daft-qwen2.5-coder-7b-instruct-checkpoint-2000

aasim-m

Генерация текстаТекст → текст3 профессии

Промежуточная модель на базе Qwen2.5-Coder-7B-Instruct для перевода ассемблерного кода GPU с NVIDIA на AMD.

59скачиваний за 30 дней0лайковвеса обновлены8 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.

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.

Открыть конструктор бенчмарка

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

DAFT Qwen2.5-Coder-7B-Instruct checkpoint 2000 — промежуточный чекпойнт модели, дообученной методом полного supervised fine-tuning для перевода ассемблерного кода GPU с NVIDIA на AMD. Модель основана на Qwen/Qwen2.5-Coder-7B-Instruct, имеет плотную архитектуру Qwen2ForCausalLM и 7,1 млрд параметров. Она принимает текстовые инструкции и исходный ассемблерный код и должна выдавать соответствующий код для AMD GPU. Контекст составляет 32 768 токенов; модель работает через библиотеку Transformers.

Это шаг 2 000 из 10 219 запланированных, а обучение продолжается. Проверка включала потери на валидационных наборах CASS и Rodinia, но функциональная корректность переведённых программ не установлена, поэтому результаты требуют независимой проверки. В репозитории доступны веса и токенизатор, но нет состояния оптимизатора и генератора случайных чисел. Лицензия — Apache-2.0.

Сценарии применения

перевод функций GPU-ассемблера NVIDIA в ассемблер AMD
подготовка чернового переноса GPU-кода между платформами NVIDIA и AMD
экспериментальная оценка перевода ассемблера GPU

Ограничения

Это промежуточный чекпойнт на раннем этапе обучения, а не финальная выбранная модель. Функциональная корректность перевода не подтверждена, а приведённые валидационные наборы использовались для выбора чекпойнта, а не для независимой итоговой проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DAFT Qwen2.5-Coder-7B-Instruct — checkpoint 2000

Intermediate checkpoint from full supervised fine-tuning for NVIDIA GPU assembly to AMD GPU assembly translation. Training is ongoing; this is not the final selected model.

Base model: Qwen/Qwen2.5-Coder-7B-Instruct, revision c03e6d358207e414f1eca0bb1891e29f1db0e242.
Optimizer step: 2,000 of 10,219 planned steps; one epoch, all 163,495 eligible training pairs.
Dataset: ahmedheakl/daft-sm89-rdna-functions, revision a833e9887bb5e3623c52dc0ce57480784fd77ce6.
Context: 32,768 total prompt and response tokens; full fine-tuning, BF16, two H200s, ZeRO-3, effective batch 16.
Leakage policy: benchmarks_exact_v2, excluding only exact whitespace-normalized source OR target benchmark matches from training.
Validation: target cross-entropy on 281 eligible CASS pairs and 337 eligible Rodinia pairs. These suites are used for checkpoint selection, not independent final testing. Functional correctness has not been established.
Export includes model weights and tokenizer. DeepSpeed optimizer/RNG state remains in the local training checkpoint and is not included in this model repository.
Training code: https://github.com/aasim-m/DAFT-experiment-setup
W&B: https://wandb.ai/daft/daft-asplos/runs/9fd9f1100493

Input format

Use the tokenizer's chat template with a user message containing:

Translate the following NVIDIA GPU assembly function into corresponding AMD GPU assembly. Preserve the function's behavior. Return only the translated assembly, without explanations or Markdown fences.
<your NVIDIA assembly function>

Validation losses at step 2000

eval_qwen25_cass_validation_loss: 0.08126474171876907
eval_qwen25_rodinia_validation_loss: 0.16459216177463531

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: 1b18b4b