/ Модель

Характеристики

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

restraint-7b

Генерация текстаТекст → текст6 профессий

Диалоговая модель на базе Qwen2.5-7B-Instruct, обученная отвечать на известные вопросы без лишних вызовов инструментов и обращаться к ним по необходимости.

247скачиваний за 30 дней0лайковвеса обновлены12 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

Restraint-7B — диалоговая языковая модель на 7,1 млрд параметров, дообученная на базе Qwen/Qwen2.5-7B-Instruct. Она предназначена для ответов на вопросы и выбора, когда следует вызвать инструмент: на знакомые вопросы модель отвечает напрямую, а инструменты использует, когда без них не обойтись. Архитектура — плотная Qwen2ForCausalLM; доступны форматы Safetensors и GGUF. Контекст — до 32 768 токенов.

Модель обучена на 450 экспертных трассах ReAct с последующим корректирующим этапом SFT. В описанной проверке на 50 заданиях она ответила правильно на 46 и не вызывала инструменты в 16 из 17 заданий, где вызов не требовался. Обучение охватывало пять симулированных инструментов: калькулятор, Wikipedia, погоду, выполнение кода и конвертер единиц. Для запуска GGUF указана совместимость с llama.cpp, Ollama и LM Studio. Лицензия — Apache-2.0.

Результаты проверки ограничены небольшим набором из 50 заданий, причём задания уровней 1–3 близки к обучающим данным; результаты на живых API и перенос на реальные экосистемы инструментов не проверены. В аудите ошибок отмечены три расхождения строгой текстовой оценки с ответами, близкими по смыслу, и одна ошибка восстановления после сбоя.

Сценарии применения

  • ответы на известные вопросы без вызова инструментов
  • выбор момента для вызова калькулятора или конвертера единиц
  • вызов инструмента для поиска справочной информации
  • проверка поведения агента при выборе инструментов
  • запуск диалоговой модели в формате GGUF через llama.cpp или Ollama

Ограничения

Оценка проведена всего на 50 заданиях, уровни 1–3 близки к обучающим данным, а набор инструментов симулирован; перенос на реальные API не проверен. В аудите отмечены три расхождения строгой текстовой оценки с ответами, близкими по смыслу, и одна ошибка восстановления после сбоя.

Для каких профессий подходит6

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

Restraint-7B

A 7B tool-use model post-trained to answer knowledge questions without calling tools — and to call them precisely when they're needed.

SFT on 450 expert ReAct traces, then a corrective SFT pass that fixed a data bug which had collapsed the model's restraint behavior (all 150 original restraint demos shared one canned <think> line and omitted the system prompt, so the model never learned a real decision boundary).

The problem it fixes

Tool-capable models over-tool. After format SFT, the model calls tools on questions it already knows — wasted latency, wasted tokens, unnecessary failure surface. Restraint-7B is trained to hold back: "What is 6 squared?" gets a direct answer, not a calculator call.

Results

50-task stratified eval (same task IDs for both models, temperature 0, real deterministic tool executor, canonical is_correct scoring — no LLM judge):

MetricSFT baselineRestraint-7B v2
Task accuracy78% (39/50)92% (46/50)
Restraint rate (no-tool tasks, 0 calls)0% (0/17)94.1% (16/17)
Total tool calls11449 (−57%)
Tier 1 single-tool22/2222/22
Tier 3 multi-step7/99/9
Tier 4 error recovery (held-out)1/21/2

Paired result: restraint 0% → 94% while accuracy rose 78% → 92% — fewer unnecessary calls means fewer failure surfaces, not a capability trade-off.

Failure audit (v2): of the 4 misses, 3 are scorer strictness on definitional restraint answers (semantically correct, wording differs from the reference string); 1 is a genuine held-out error-recovery failure.

Eval harness, task suite, ground-truth repair diff, and raw traces: github.com/harneet2512/Codetune. Traces are regenerated per release; scoring is deterministic.

Usage

Raw-completion format — the model was trained on this prompt shape, not chat markup:

from llama_cpp import Llama  # or transformers / vLLM on the merged weights

prompt = """You are a helpful assistant with access to the following tools:

[{ "name": "calculator", ... }]

To use a tool, write a <tool_call> block with JSON. You will receive the result in an <observation> block.

Think step by step inside <think></think> tags. When you have enough information, give your final answer inside <answer></answer> tags.
If a tool returns an error, try a different approach.

User: What is 37 multiplied by 576?
"""

Output contract: <think>…</think> → optional <tool_call>{"name":…,"arguments":{…}}</tool_call> → <observation> is supplied by your harness → final <answer>…</answer>.

Important: when serving via llama.cpp /completion, add </tool_call> (and <observation>) to the stop list — otherwise the model continues past its own tool call and fabricates an observation instead of waiting for the real one. (We learned this the hard way; it silently corrupted an entire eval run.)

GGUF

restraint-7b-v2-q4km.gguf (4.5GB) runs in llama.cpp / Ollama / LM Studio. Verified on a 6GB RTX 2060 at ~39 tok/s.

Training details

  • Base: Qwen/Qwen2.5-7B-Instruct
  • Stage 1: QLoRA SFT, r=16 α=32, 450 traces (200 single-tool / 150 restraint / 100 multi-step)
  • Stage 2 (v2): corrective QLoRA SFT on the merged stage-1 weights — 350 examples (150 restraint with varied reasoning text + full tool-definition system prompt, 200 tool/multi-step), 2 epochs, lr 1e-4, ~13 min on L4
  • Post-train sanity check: asserts LoRA B-matrix magnitude is non-trivial (catches the silent no-op-adapter failure our first GRPO run produced)
  • Training + eval code: train/, tooltune/, scripts/ in the repo

Limitations

  • The 5 tools are a deterministic simulated set (calculator, wikipedia, weather, code_executor, unit_converter) — the suite measures tool selection, format, and faithfulness to tool output, not real API integration. Generalization to live API ecosystems is unverified.
  • 50-task eval sample: wide confidence intervals (±~14pp at 95% CI). Tier 4 held-out n=2 is anecdotal.
  • Tier 1–3 tasks are in-distribution relative to training; only tier 4 is a true held-out split.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
813a923

0 моделей