/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
3,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
28 сен 2026

opd-teacher-Q2.5I-CRT-step149

Генерация текстаТекст → текст3 профессии

Дообученная на Qwen2.5-1.5B-Instruct модель-учитель для генерации текста и экспериментов по on-policy дистилляции в среде CRT.

157скачиваний за 30 дней0лайковвеса обновлены28 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

opd-teacher-Q2.5I-CRT-step149 — компактная языковая модель на архитектуре Qwen2, разработанная David Heineman как учитель для эксперимента по on-policy дистилляции. Она основана на Qwen/Qwen2.5-1.5B-Instruct и дообучена методом GRPO с использованием RLVE в среде CRT на нулевом уровне сложности; опубликованный чекпойнт соответствует 150-му обновлению обучения.

Модель предназначена для экспериментов по дистилляции с 32 параллельными средами и генерации текста в диалоговом формате. Она содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указан английский язык; доступны интерфейсы чата и вызова инструментов.

Веса опубликованы в формате safetensors, библиотека — Transformers. Лицензия Apache-2.0 унаследована от исходной модели. Чекпойнт ориентирован на конкретную экспериментальную среду CRT, поэтому его результаты и пригодность для иных задач могут быть ограничены; отдельная оценка качества в карточке не приведена.

Сценарии применения

  • генерация ответов в диалоге для экспериментов CRT
  • использование модели-учителя в on-policy дистилляции
  • сравнение GRPO-чекпойнтов в эксперименте с 32 средами

Ограничения

Модель обучена для среды CRT с нулевой сложностью и предназначена для конкретного эксперимента по дистилляции; качество на других задачах отдельно не оценено.

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

opd-teacher-Q2.5I-CRT-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the CRT environment at difficulty 0. It is intended for the 32-environment on-policy distillation experiment.

The model was trained for 150 updates with GRPO. step149 is the final, zero-based checkpoint index (the 150th update). The weights were converted from the final native checkpoint to Hugging Face safetensors and validated against the base model's tensor names and shapes.

The original Qwen license is included in LICENSE.

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
ccb46fe

0 моделей