/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-7B-Instruct
Библиотека
transformers
Опубликована
15 авг 2026

claude-yolo-vibes-v4-dpo

Генерация текстаТекст → текст6 профессий

Дообученная на предпочтениях Qwen2.5-Coder-7B-Instruct для генерации кода и диалоговых ответов с переключением между лаконичным и шутливым стилями.

37скачиваний за 30 дней0лайковвеса обновлены17 авг 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

claude-yolo-vibes-v4-dpo — дообученная David Nichols версия инструкционной Qwen2.5-Coder-7B-Instruct с настройкой стиля ответов и предпочтений методом DPO. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров; репозиторий содержит веса BF16 в формате Safetensors, а заявленная длина контекста — 32 768 токенов.

Модель предназначена для диалоговой генерации и работы с кодом. В режиме Vibes она отвечает с острым юмором и может использовать грубоватый стиль, сохраняя способность писать код; в режиме Code выдаёт код без лишних пояснений. По README, обучение включало SFT на сессиях агента и DPO на парах предпочтений. Автор заявляет результат HumanEval Pass@1 88,4%, совпадающий с базовой моделью; это заявление карточки, а не независимая оценка.

Модель принимает текст и генерирует текст. Указан английский язык. Лицензия — Apache-2.0. Для локального запуска на Apple Silicon автор предлагает отдельную 4-битную MLX-версию, а также упоминает сборку Ollama в формате GGUF; они не являются файлами этого BF16-репозитория.

Сценарии применения

  • написание кода по текстовому запросу
  • генерация кода в лаконичном стиле
  • диалоговые ответы с юмором и грубоватой манерой
  • помощь в программировании через локально развёрнутую языковую модель

Ограничения

Заявленный результат HumanEval приведён автором модели и не является независимой оценкой. Юмористический режим может включать грубоватый стиль.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

claude-yolo-vibes-v4 (DPO — final)

The final DPO-aligned model of claude-yolo-vibes-v4 — a Qwen2.5-Coder-7B fine-tune with a personality layer and zero capability tax.

What is this?

This is the full BF16 DPO checkpoint — the production model. It has been through SFT (personality injection) and DPO (preference alignment). HumanEval Pass@1 is identical to the base model: 88.4%.

For local deployment on Apple Silicon, use the MLX 4-bit version: davidnichols-ops/claude-yolo-vibes-v4-mlx-4bit.

Training Pipeline

StageDataHardwareTimeLoss
SFT1,031 verified agent sessionsMI300X (ROCm)~45 min0.56
DPO1,031 preference pairs (beta=0.3)MI300X (ROCm)3 min0.52

Benchmarks

MetricBaseSFTDPO (this)Tax
HumanEval Pass@188.4%88.4%88.4%0.0%
Reward accuracy——100%—
Model size (BF16)15 GB15 GB15 GB—
Model size (4-bit MLX)4.0 GB—4.0 GB—

System Prompt

Two-mode design:

  • Vibes mode: Witty, dark humor, raunchy. Still ships working code.
  • Code mode: Silence, then code. No filler.

The model snaps between modes based on the user's request.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("davidnichols-ops/claude-yolo-vibes-v4-dpo", torch_dtype="auto", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("davidnichols-ops/claude-yolo-vibes-v4-dpo")

messages = [
    {"role": "system", "content": "You are a helpful coding assistant."},
    {"role": "user", "content": "Write a Python function to reverse a linked list"},
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, temperature=0)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Also Available

  • MLX 4-bit: davidnichols-ops/claude-yolo-vibes-v4-mlx-4bit (4.0 GB, Apple Silicon)
  • Ollama: ollama pull davidnicholsops/claude-yolo-vibes-v4 (4.7 GB, Q4_K_M GGUF)
  • SFT checkpoint: davidnichols-ops/claude-yolo-vibes-v4-sft (intermediate)

License

Apache 2.0.

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
76266ab

0 моделей