/ 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-MaximumWeightMatching-step149

Генерация текстаТекст → текст3 профессии

Экспериментально дообученная на MaximumWeightMatching модель Qwen2.5-1.5B-Instruct для генерации текста и on-policy-дистилляции.

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-MaximumWeightMatching-step149 — языковая модель на архитектуре Qwen2, разработанная на основе Qwen/Qwen2.5-1.5B-Instruct. Она дообучена методом GRPO с использованием RLVE на среде MaximumWeightMatching с уровнем сложности 0; это финальный чекпойнт после 150 обновлений обучения. Модель предназначена для эксперимента по on-policy-дистилляции в конфигурации с 32 средами.

Модель содержит 1,5 млрд параметров, принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Максимальная длина контекста — 32 768 токенов. Карточка указывает английский язык. Веса преобразованы из исходного чекпойнта в формат Hugging Face safetensors и проверены на соответствие именам и формам тензоров базовой модели.

Модель специализирована на среде MaximumWeightMatching, поэтому её полезность для общих диалогов и иных задач не подтверждена. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты по on-policy-дистилляции языковых моделей
  • генерация ответов в среде MaximumWeightMatching
  • сравнение обучения GRPO на задачах сопоставления с максимальным весом

Ограничения

Обучение проводилось на MaximumWeightMatching с уровнем сложности 0, и модель предназначена прежде всего для эксперимента по дистилляции; качество на общих задачах не описано.

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-MaximumWeightMatching-step149

This is a Qwen2.5-1.5B-Instruct teacher trained with RLVE on the MaximumWeightMatching 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
d720c56

0 моделей