/ 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-KloBlocks-step149

Генерация текстаТекст → текст3 профессии

Экспериментально дообученная Qwen2.5-1.5B для генерации диалогового текста и экспериментов on-policy-дистилляции в среде KloBlocks.

164скачиваний 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-KloBlocks-step149 — языковая модель на архитектуре Qwen2, разработанная David Heineman на базе Qwen/Qwen2.5-1.5B-Instruct. Она содержит 1,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; контекст составляет до 32 768 токенов. Модель обучалась с GRPO в рамках RLVE на среде KloBlocks с нулевым уровнем сложности: проведено 150 обновлений, а этот репозиторий содержит финальный чекпойнт с индексом 149. Назначение обучения — эксперимент по дистилляции on-policy с 32 средами.

Веса сохранены в формате safetensors и сверены по именам и формам тензоров с базовой моделью. Модель поддерживает английский язык согласно карточке и предоставляет интерфейс чата и вызова инструментов. Для неё указана лицензия Apache-2.0; в README также отмечено, что включена лицензия исходной модели Qwen.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с обучением языковых моделей методом GRPO
  • on-policy-дистилляция в 32 параллельных средах
  • оценка поведения модели в среде KloBlocks

Ограничения

Обучение проведено на KloBlocks с уровнем сложности 0 и ограничено 150 обновлениями; README описывает модель как экспериментального учителя для дистилляции, поэтому её пригодность для широких задач не подтверждена.

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-KloBlocks-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the KloBlocks 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
868d12b

0 моделей