/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Размер весов
7,1 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
7 апр 2025

DeepCoder-1.5B-Preview

Генерация текстаТекст → текст5 профессий

Компактная модель Agentica для рассуждений и генерации кода, дообученная на базе DeepSeek-R1-Distill-Qwen-1.5B.

237скачиваний за 30 дней76лайковвеса обновлены9 апр 2025

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

DeepCoder-1.5B-Preview — компактная языковая модель для рассуждений и решения задач по программированию, разработанная Agentica и дообученная методом распределённого обучения с подкреплением на базе DeepSeek-R1-Distill-Qwen-1.5B. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы, включая код и пояснения. В метаданных указано контекстное окно до 131 072 токенов.

Модель предназначена для генерации решений задач программирования и пошагового анализа кода. Её обучали на наборах задач с тестами, включая Taco-Verified, PrimeIntellect SYNTHETIC-1 и LiveCodeBench; карточка приводит результаты на LiveCodeBench, Codeforces и HumanEval+. README отмечает улучшенное обобщение на длинные контексты.

Модель может выдавать длинные ответы, которые обрезаются при ограничении генерации, что способно снизить качество результата. Лицензия — MIT.

Сценарии применения

  • решение задач по программированию с тестами
  • генерация кода по условию задачи
  • пошаговое рассуждение при отладке программ
  • подготовка решений для соревнований по программированию

Ограничения

Длинные ответы могут обрезаться при ограничении максимальной длины генерации, что снижает результаты. Модель компактна и предназначена для задач программирования; карточка не подтверждает специализацию на других областях.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepCoder Overview

DeepCoder-1.5B-Preview is a code reasoning LLM fine-tuned from DeepSeek-R1-Distilled-Qwen-1.5B using distributed reinforcement learning (RL) to scale up to long context lengths.

Data

Our training dataset consists of approximately 24K unique problem-tests pairs compiled from:

  • Taco-Verified
  • PrimeIntellect SYNTHETIC-1
  • LiveCodeBench v5 (5/1/23-7/31/24)

Training Recipe

Our training recipe relies on an improved version of GRPO (GRPO+) and iterative context lengthening, introduced in DeepScaleR.

GRPO+

We enhance the original GRPO algorithm with insights from DAPO to enable more stable training:

  • Offline Difficulty Filtering: DAPO employs online dynamic sampling, discarding both entirely correct and entirely incorrect samples on the fly. While this helps maintain a more stable effective batch size, it introduces significant runtime overhead due to rejection sampling. Instead, we perform offline difficulty filtering on a subset of coding problems to ensure the training dataset remains within a suitable difficulty range.
  • No Entropy Loss: We observed that including an entropy loss term often led to instability, with entropy growing exponentially and ultimately collapsing training. To mitigate this, we eliminate the entropy loss entirely.
  • No KL Loss: Eliminating KL loss prevents the LLM from staying within trust region of the original SFT model. This removal also obviates the need to compute log probabilities for the reference policy, thereby accelerating training.
  • Overlong Filtering (from DAPO): To preserve long-context reasoning, we mask the loss for truncated sequences. This technique enables DeepCoder to generalize to 64K-context inference despite being trained with a 32K context.
  • Clip High (from DAPO): By increasing the upper bound in GRPO/PPO’s surrogate loss, we encourage more exploration and more stable entropy.

Iterative Context Lengthening

Our original Deepscaler-1.5B-Preview scaled long context training from 8K→16K→24K, achieving 33→38→43% on AIME respectively. Similarly, Deepcoder-14B-Preview is trained on 16K→32K, achieving 54→58% on LiveCodeBench (v5). DeepCoder-14B-Preview successfully generalizes to longer contexts when evaluated at 64K context, reaching 60.6%.

DeepCoder generalizes better to long contexts than the base distilled model, due to DAPO's overlong filtering. However, it's longer responses are often truncated when the max length is capped at 16K, which can lower its scores.

Model16K32K64K
DeepCoder-14B-Preview45.657.960.6
DeepSeek-R1-Distill-Qwen-14B50.253.053.0

A more detailed description of the training recipe can be found in our blog post.

Evaluation

We evaluate Deepcoder-1.5B-Preview on various coding benchmarks, including LiveCodeBench (LCBv5), Codeforces, and HumanEval+.

ModelLCB (v5)(8/1/24-2/1/25)Codeforces RatingCodeforces PercentileHumanEval+
DeepCoder-1.5B-Preview25.196328.573.0
Deepseek-R1-Distill-Qwen-1.5B16.96151.958.3

Serving DeepCoder

Our model can be served using popular high-performance inference systems:

  • vLLM
  • Hugging Face Text Generation Inference (TGI)
  • SGLang
  • TensorRT-LLM

All these systems support the OpenAI Chat Completions API format.

License

This project is released under the MIT License, reflecting our commitment to open and accessible AI development. We believe in democratizing AI technology by making our work freely available for anyone to use, modify, and build upon. This permissive license ensures that researchers, developers, and enthusiasts worldwide can leverage and extend our work without restrictions, fostering innovation and collaboration in the AI community.

Acknowledgement

Citation

@misc{deepcoder2025,
  title={DeepCoder: A Fully Open-Source 14B Coder at O3-mini Level},
  author={Michael Luo, Sijun Tan, Roy Huang, Ameen Patel, Alpay Ariyak, Qingyang Wu, Xiaoxiang Shi, Rachel Xin, Colin Cai, Maurice Weber, Ce Zhang, Li Erran Li, Raluca Ada Popa, Ion Stoica},
  howpublished={\url{https://pretty-radio-b75.notion.site/DeepCoder-A-Fully-Open-Source-14B-Coder-at-O3-mini-Level-1cf81902c14680b3bee5eb349a512a51}},
  note={Notion Blog},
  year={2025}
}

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
103033d

0 моделей