/ 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-Circuit-step149

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Qwen2.5-1.5B служит учителем для on-policy-дистилляции в среде Circuit и генерирует текст.

163скачиваний 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-Circuit-step149 — компактная языковая модель на архитектуре Qwen2.5, созданная David Heineman на базе Qwen/Qwen2.5-1.5B-Instruct. Модель содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов.

Модель обучена методом GRPO с использованием RLVE в среде Circuit на нулевом уровне сложности. Это финальный чекпойнт после 150 обновлений, подготовленный как учитель для эксперимента по on-policy-дистилляции с 32 средами; он предназначен для текстовой генерации и диалога.

Веса сохранены в формате safetensors. Лицензия — Apache 2.0; в README указано, что включена исходная лицензия Qwen. Карточка описывает экспериментальное назначение модели, поэтому качество вне среды Circuit и её пригодность для других задач не подтверждены.

Сценарии применения

  • генерация ответов в экспериментальной среде Circuit
  • использование модели-учителя в on-policy-дистилляции
  • исследование GRPO для интерактивных задач
  • текстовый диалог на базе Qwen2.5

Ограничения

Модель обучена только на Circuit с нулевым уровнем сложности и описана как учитель для конкретного эксперимента; её качество для других задач не подтверждено. Обучение ограничено 150 обновлениями.

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-Circuit-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the Circuit 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
02c1e2d

0 моделей