/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
12 июн 2026

proofkit-qwen0.5b-7k

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Qwen для создания и редактирования учебных рабочих примеров и портфолио в приложении ProofKit.

20скачиваний за 30 дней0лайковвеса обновлены12 июн 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

ProofKit Qwen 0.5B — компактная языковая модель семейства Qwen2, разработанная для приложения ProofKit. Это дообученная методом SFT модель Qwen/Qwen2.5-0.5B-Instruct с 494 млн параметров; адаптер LoRA объединён с весами, поэтому модель распространяется как самостоятельный чекпойнт в формате safetensors и работает через Transformers. Она предназначена для подготовки учебных рабочих примеров для соискателей: создания разделов, совместного составления черновиков по ответам пользователя, внесения правок и генерации структурированных сценариев, рекомендаций, оценок готовности и портфолио в строгом JSON. Модель рассчитана на английский язык и обучена на наборе ProofKit SFT примерно из 7 000 синтетических примеров. Контекстное окно — до 32 768 токенов.

Модель компактна и подходит для запуска на небольшом GPU; в ProofKit она загружается при первом запросе. По README, на ограниченном наборе из 15 тестовых запросов модель показала средний балл 76,6 из 100 в оценке тремя судьями. Это специализированный компонент приложения, а не универсальный чат-бот: качество зависит от точного формата запросов ProofKit. Из-за небольшого размера модель может пропускать новые или необычные токены и иногда выдавать искажённый текст; приложение использует резервную модель, если черновик теряет ответы пользователя. Лицензия — Apache-2.0.

Сценарии применения

  • создание разделов учебного рабочего примера для целевой должности
  • составление черновика по ответам и опыту соискателя
  • редактирование черновиков по заданным действиям
  • генерация сценариев и рекомендаций в строгом JSON
  • оценка готовности соискателя и подготовка портфолио

Ограничения

Модель хорошо работает только с исходными форматами запросов ProofKit и не предназначена для свободного диалога. Из-за размера 0,5B она может пропускать необычные токены или искажать текст.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ProofKit Qwen 0.5B — fine-tuned (direct SFT)

Qwen/Qwen2.5-0.5B-Instruct fine-tuned directly on the ProofKit SFT set (visproj/proofkit-sft, ~7,000 synthetic examples). LoRA-trained, then merged to standalone weights. This is the in-Space Transformers option in ProofKit (runs on ZeroGPU / a small GPU; loads lazily on first generation).

It learns ProofKit's task contracts — section drafting, co-author drafting from rough user answers, revision actions, and strict-JSON scenario / recommendation / readiness / portfolio generation.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

m = "visproj/proofkit-qwen0.5b-7k"
tok = AutoTokenizer.from_pretrained("Qwen/Qwen2.5-0.5B-Instruct")  # carries the chat template
model = AutoModelForCausalLM.from_pretrained(m, torch_dtype=torch.float16).to("cuda").eval()

# NOTE: prompt it with ProofKit's trained prompt_formats.py shapes — see below.
messages = [{"role": "system", "content": SYSTEM}, {"role": "user", "content": PROMPT}]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
ids = tok(text, return_tensors="pt").to("cuda")
out = model.generate(**ids, max_new_tokens=600, do_sample=True, temperature=0.3, top_p=0.9)
print(tok.decode(out[0][ids["input_ids"].shape[-1]:], skip_special_tokens=True))

Evaluation (post-fix, 3-judge panel)

Mean score (0–100) on 15 held-out prompts, graded by Claude Opus 4.7, GPT-5.5, and a local Qwen-3B (gpt-oss experts is a deliberately un-retrained stale control):

modelClaudeGPT-5.5Qwen-3BAvg
gpt-5.5 (frontier ceiling)94.695.690.893.7
gpt-oss attn (retrained teacher)82.066.881.476.7
qwen-0.5b distilled (served)79.068.682.276.6
qwen-0.5b direct 7k (served)78.664.482.075.0
gpt-oss experts (stale control)67.668.681.872.7
qwen-3b base62.167.180.569.9
gpt-oss base55.453.868.259.1
qwen-0.5b base36.544.567.949.7

Both served retrained 0.5Bs beat the stale control and every untuned base across all three judges, and the distilled 0.5B ≈ ties its own 20B teacher.

Limitations

  • 0.5B capacity. Reliably carries trained-style specifics, but can miss a truly arbitrary novel token and occasionally garbles. ProofKit adds a runtime fallback to a hosted instruct baseline when a draft drops the user's answers.
  • Prompt-format-frozen (see below) — not a general chat model.

About ProofKit

ProofKit is a work-sample generator for job seekers — it turns a target role, background, and skills-to-prove into a realistic, clearly-fictional practice work sample (a role-specific challenge, a guided builder, a readiness review, and a recruiter-ready portfolio packet). Built for the Hugging Face Build Small Hackathon (Backyard AI track). Integrity rules are load-bearing: outputs never claim real employment, metrics are labeled hypothetical, and exports carry an ethical disclosure.

The ProofKit model family

RepoWhat it is
visproj/proofkit-qwen0.5b-7kQwen2.5-0.5B fine-tuned directly on the 7k set (Transformers)
visproj/proofkit-gpt-oss-20b-loragpt-oss-20b LoRA — the distillation teacher
visproj/proofkit-distilled-qwen0.5bQwen2.5-0.5B distilled from the teacher (merged)
visproj/proofkit-distilled-qwen0.5b-ggufGGUF of the distilled student (llama.cpp — served)
visproj/proofkit-sftSFT dataset (synthetic, license-safe)
visproj/proofkit-distill-qwen0.5bDistillation dataset (teacher completions)

A note on training data (the "static responses" fix)

An earlier version of these models produced repetitive, input-ignoring drafts. The root cause was synthetic-data leakage: the dataset rendered the example user answers and the target from the same template slots, so the model learned target = template instead of target = f(input). The fix — faithfulness anchors (a distinctive token shared by the answer and the target) + seeded per-example variation across every task, then a full-chain retrain — is what these current weights reflect.

Prompt format is a frozen contract

These 0.5B models were trained on the exact prompt shapes from ProofKit's prompt_formats.py. They only behave well when prompted in that format; reworded or free-form prompts push them off-distribution. They are purpose-built components of the ProofKit app, not general chat models.

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
3b3623e

0 моделей