/ 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-GridComponent-step149

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная Qwen2.5-1.5B-Instruct, используемая как учитель для on-policy-дистилляции в среде GridComponent.

166скачиваний 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-GridComponent-step149 — экспериментальная языковая модель на архитектуре Qwen2, созданная как учитель для эксперимента по on-policy-дистилляции в среде GridComponent. Она основана на Qwen/Qwen2.5-1.5B-Instruct и дообучена с помощью GRPO в рамках RLVE: выполнено 150 обновлений при сложности среды 0. Модель предназначена для обучения и исследования поведения в GridComponent, а не описана как универсальный помощник.

Модель содержит 1,5 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. В карточке указана поддержка английского языка; доступны диалоговый интерфейс и интерфейс вызова инструментов. Веса представлены в формате safetensors. Лицензия — Apache-2.0, при этом в репозитории включена лицензия исходной модели Qwen.

Сценарии применения

  • генерация ответов для экспериментов в среде GridComponent
  • получение учительских ответов для on-policy-дистилляции
  • исследование обучения языковой модели с GRPO
  • тестирование поведения инструктивной модели в диалоге
  • эксперименты с вызовом инструментов в GridComponent

Ограничения

Чекпойнт обучен только в среде GridComponent при сложности 0 и после 150 обновлений; переносимость на другие задачи не заявлена. Это экспериментальная учительская модель для дистилляции, а не модель с подтверждённым качеством универсального ассистента.

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-GridComponent-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the GridComponent 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
84010b2

0 моделей