/ Модель

Характеристики

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

claude-yolo-vibes-v5

Генерация текстаТекст → текст8 профессий

Дообученная на базе Qwen2.5-Coder-7B-Instruct модель для генерации и исправления кода с кратким, сухо-ироничным стилем ответов.

31скачиваний за 30 дней1лайквеса обновлены10 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

claude-yolo-vibes-v5 — это дообученная David Nichols модель генерации кода на архитектуре Qwen2.5-Coder-7B-Instruct. Она содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель обучена на смеси дистиллированных трасс агентного программирования, примеров вопросов и ответов и специально подготовленных данных для настройки стиля; README описывает этапы SFT и DPO.

Модель предназначена прежде всего для написания, анализа и исправления кода, в том числе в диалоговых сценариях. Она отвечает кратко и практично, с сухим юмором и лёгким скепсисом к корпоративной AI-риторике. В README приведён результат HumanEval Pass@1 85,4% (140 из 164) на локальном жадном запуске; это измерение не проверено EvalPlus и само по себе не гарантирует качество на других задачах.

Ограничения связаны с тем, что поведение на агентных задачах вне распределения зависит от дистиллированных данных, а общий QA представлен небольшим объёмом данных: модель ориентирована прежде всего на программирование. Доступна под лицензией Apache-2.0.

Сценарии применения

  • написание кода по текстовому запросу
  • поиск и исправление ошибок в коде
  • объяснение и анализ программного кода
  • ответы на технические вопросы в диалоге

Ограничения

Модель ориентирована прежде всего на программирование; общий QA представлен небольшим объёмом данных, а качество на агентных задачах вне обучающего распределения может зависеть от дистиллированных трасс. Приведённый результат HumanEval получен на локальном жадном запуске и не проверен EvalPlus.

Для каких профессий подходит8

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-v5

A Qwen2.5-Coder-7B-Instruct fine-tune with a subtle claudeyolo personality — dry, practical, lightly skeptical of corporate AI branding — trained on a distillation mix of agentic coding traces. Ships working code first; makes the joke second.

Built on top of davidnichols-ops/claude-yolo-vibes-v4-dpo (LoRA), so it inherits the v4 personality layer and adds breadth from 59,916 distillation rows plus a dedicated style-polish + DPO pass.

Benchmarks

MetricBase (official)v4-dpo (measured)v5 (measured)Delta vs v4-dpo
HumanEval Pass@188.4% (EvalPlus)84.4%85.4% (140/164)+1.0
  • v5 measured with eval_humaneval_v2.py (chat-template prompts, self-contained script extraction, greedy decoding) — the same harness used to measure v4-dpo.
  • The base model's official 88.4% is an EvalPlus figure; local-harness measurements of v4-dpo and v5 are the apples-to-apples comparison.

Training Pipeline

StageDataConfigResult
Stage 1 — SFT59,916 rows: 49.9k FABLE.5 agentic coding traces, 5k Vibe-Coding, 5k academic QA, plus 52 hand-written personality rows; decontaminated against HumanEval (8-gram overlap)LoRA r=64 / α=128, bf16, 1 epoch, lr 1.2e-4, seq 1024Loss converged 0.3–1.3 band
Stage 2 — Personality polish52 hand-written subtle claudeyolo / Anthropic-ribbing rows, expanded to 52 variantsLoRA (continued), lr 2e-5, 12 epochsLoss 1.41 → 0.09
Stage 3 — DPO42 pairs: chosen = personality answer, rejected = same answer stripped of personalityLoRA, lr 1e-5, 3 epochs, β=0.3Loss 0.68 → 0.002

Hardware: NVIDIA RTX PRO 5000 Blackwell (1× 48 GB, CUDA 13.2), ~6h total.

Personality

Two-mode design inherited from v4, sharpened in v5:

  • Coding: concise, correct, no filler. The answer is the code.
  • Vibes: dry, witty, subtly mocking of corporate AI personas ("Somewhere a foundation model just wrote an apology for answering this. Meanwhile, here's the fix."). Never preachy, never a rant.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "davidnichols-ops/claude-yolo-vibes-v5",
    torch_dtype="auto",
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("davidnichols-ops/claude-yolo-vibes-v5")

messages = [
    {"role": "system", "content": "You are claude-yolo-vibes, a coding assistant with a sharp, playful edge."},
    {"role": "user", "content": "Write a Python function that computes fibonacci with memoization."},
]
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))

Data Provenance & Decontamination

  • Primary: Manusagents/GPT-5.5-Gemini-3.1-Pro-Grok-4-Claude-Fable-5-Mythos-5-Qwen-3.7-Max-and-more-Distillation-Dataset (MIT), 16.7M rows; we sampled 59,916 quality-filtered rows (~92% coding by category audit).
  • Empty/broken sources (DeepSeek-v4-Pro-Agent, Royal Ghost Coder) were skipped after inspection.
  • All sampled rows were checked for 8-gram overlap with HumanEval prompts and excluded on match.
  • Personality rows are hand-written (not scraped), so the "voice" is deliberate rather than emergent.

Limitations

  • Distillation traces come from other models; behavior on out-of-distribution agentic workloads is inherited from those traces.
  • HumanEval is a single-run greedy measurement on a local harness — not EvalPlus-verified.
  • The general-domain QA slice is small (5k rows); this is a coding model first.

Also Available / Planned

  • Ollama (GGUF Q4_K_M): planned — quantization in progress.
  • MLX 4-bit: planned for Apple Silicon.
  • v4 family: claude-yolo-vibes-v4-dpo (this model's parent), claude-yolo-vibes-v4-mlx-4bit, claude-yolo-vibes-v4-GGUF.

License

Apache 2.0 (base model: Qwen2.5-Coder-7B-Instruct; training data: MIT).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
c82466d

0 моделей