Характеристики

Лицензия: Apache 2.0
Базовая модель: KAT-Coder-V2.5-Dev-REAP-50-bf16
Библиотека: transformers
Опубликована: 5 окт 2026

Ссылки

KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF

Генерация текстаТекст → текст

Конвертированная в GGUF сборка прореженной KAT-Coder-V2.5-Dev для генерации кода и агентного программирования через llama.cpp.

167скачиваний за 30 дней1лайквеса обновлены5 окт 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Это конвертированная в формат GGUF сборка модели KAT-Coder-V2.5-Dev-REAP-50-bf16, подготовленная dpmg42 для запуска через llama.cpp. Модель предназначена для генерации кода и агентного программирования; карточка указывает на прореживание базового чекпойнта на 50%. В репозитории заявлен формат BF16 в GGUF, а для использования предлагаются CLI и сервер llama.cpp.

Модель принимает текстовые запросы и генерирует текст, в том числе код. В метаданных указан английский язык и лицензия Apache-2.0. Подробные сведения о размере, контекстном окне и качестве следует искать в карточке базовой модели; README этой сборки отсылает к ней и не приводит результаты оценки.

Сценарии применения

генерация кода по текстовому описанию
дополнение фрагментов кода
помощь в агентных сценариях программирования
локальный запуск модели для задач кодирования через llama.cpp

Ограничения

README этой сборки не приводит результаты оценок и подробные характеристики, а отсылает к карточке базовой модели. Сборка представлена в GGUF BF16; доступная производительность зависит от среды запуска и оборудования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dpmg42/KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF

This model was converted to GGUF format from Ttimms/KAT-Coder-V2.5-Dev-REAP-50-bf16 using llama.cpp via the ggml.ai's GGUF-my-repo space. Refer to the original model card for more details on the model.

Use with llama.cpp

Install llama.cpp through brew (works on Mac and Linux)

brew install llama.cpp

Invoke the llama.cpp server or the CLI.

CLI:

llama-cli --hf-repo dpmg42/KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF --hf-file kat-coder-v2.5-dev-reap-50-bf16-q4_k_m.gguf -p "The meaning to life and the universe is"

Server:

llama-server --hf-repo dpmg42/KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF --hf-file kat-coder-v2.5-dev-reap-50-bf16-q4_k_m.gguf -c 2048

Note: You can also use this checkpoint directly through the usage steps listed in the Llama.cpp repo as well.

Step 1: Clone llama.cpp from GitHub.

git clone https://github.com/ggerganov/llama.cpp

Step 2: Move into the llama.cpp folder and build it with LLAMA_CURL=1 flag along with other hardware-specific flags (for ex: LLAMA_CUDA=1 for Nvidia GPUs on Linux).

cd llama.cpp && LLAMA_CURL=1 make

Step 3: Run inference through the main binary.

./llama-cli --hf-repo dpmg42/KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF --hf-file kat-coder-v2.5-dev-reap-50-bf16-q4_k_m.gguf -p "The meaning to life and the universe is"

./llama-server --hf-repo dpmg42/KAT-Coder-V2.5-Dev-REAP-50-bf16-Q4_K_M-GGUF --hf-file kat-coder-v2.5-dev-reap-50-bf16-q4_k_m.gguf -c 2048

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов: 0569c6e