Uploaded finetuned model
- Developed by: ayan4m1
- License: apache-2.0
- Finetuned from model : unsloth/Qwen2.5-Coder-14B-Instruct-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 14 млрд
- Размер весов
- 29,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-Coder-14B-Instruct-bnb-4bit
- Библиотека
- transformers
- Опубликована
- 18 авг 2026
Ссылки
Qwen2.5-Coder-14B-E2E-Tests
Дообученная 14-миллиардная модель Qwen2.5-Coder для генерации текста и диалоговых сценариев, включая эксперименты с тестами на естественном языке.
71скачиваний за 30 дней1лайквеса обновлены20 авг 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.
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
Модель ayan4m1/Qwen2.5-Coder-14B-E2E-Tests — дообученная версия Qwen2.5-Coder-14B-Instruct, созданная ayan4m1 на базе unsloth/Qwen2.5-Coder-14B-Instruct-bnb-4bit с использованием Unsloth и Hugging Face TRL. Это плотная авторегрессионная модель семейства Qwen2 с 14 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — 32 768 токенов. В карточке указан датасет aiqualitylab/ai-natural-language-tests, но подробности о специализации обучения и результатах оценки не приведены.
Модель может применяться для генерации кода и текста, а также для экспериментов с тестами на естественном языке. Она распространяется в формате safetensors по лицензии Apache-2.0. Данные карточки не подтверждают поддержку языков, кроме английского, и не описывают ограничения качества или специальные возможности.
Сценарии применения
- генерация фрагментов кода по запросу
- ответы на вопросы о коде в диалоговом режиме
- составление текстовых тестов на естественном языке
- эксперименты с генерацией и проверкой естественно-языковых тестов
Ограничения
Карточка не содержит результатов оценки и подробного описания специализации дообучения; качество на кодовых задачах и тестах отдельно не подтверждено. Поддержка языков, кроме английского, не заявлена.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 7ebdc90