/ 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-CantorExpansion-step149

Генерация текстаТекст → текст3 профессии

Экспериментально дообученная модель Qwen2.5-1.5B для генерации ответов в среде CantorExpansion и on-policy дистилляции.

160скачиваний 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-CantorExpansion-step149 — языковая модель на архитектуре Qwen2, созданная David Heineman для эксперимента по дистилляции с обучением GRPO в среде CantorExpansion. Она основана на Qwen/Qwen2.5-1.5B-Instruct и предназначена для генерации ответов в рамках эксперимента с 32 средами on-policy distillation; обучение выполнено на уровне сложности 0 за 150 обновлений.

Модель содержит 1,5 млрд параметров, принимает текст и генерирует текст; заявленный контекст — 32 768 токенов. Карточка указывает английский язык, поддержку диалогов и интерфейса вызова инструментов. Финальный чекпойнт конвертирован из исходного формата в safetensors и проверен на совпадение имён и форм тензоров с базовой моделью. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в экспериментах со средой CantorExpansion
  • оценка учительской модели для on-policy дистилляции
  • эксперименты с GRPO на языковой модели
  • диалоговая генерация текста на английском языке

Ограничения

Обучение ограничено 150 обновлениями в среде CantorExpansion на сложности 0; карточка не приводит оценок качества или результатов бенчмарков.

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-CantorExpansion-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the CantorExpansion 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
6e09692

0 моделей