/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,2 млрд
Размер весов
5 ГБ
Архитектура
llama · dense
Базовая модель
MiniCPM5-2B-Midtrain
Библиотека
transformers
Опубликована
4 окт 2026

nanocode-sft-mix-run1-v3

Генерация текстаТекст → текст

Дообученная MiniCPM5-2B-Midtrain для генерации текста в чате и задач программирования.

184скачиваний за 30 дней0лайковвеса обновлены4 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.

  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

eigentom/nanocode-sft-mix-run1-v3 — финальный чекпойнт полного supervised fine-tuning модели MiniCPM5-2B-Midtrain за одну эпоху на отфильтрованной смеси данных Run1 v3. Это checkpoint-5913, а не продолжение прежних чекпойнтов Run1. Модель предназначена для генерации текста в формате чата; метаданные также указывают на сценарии программирования и coding agent. Она основана на архитектуре Llama и содержит 2,2 млрд параметров; заявленная длина контекста — 131 072 токена. Модель работает с текстовым вводом и выдаёт текст.

Чекпойнт опубликован в формате safetensors и использует библиотеку Transformers. Базовая модель — openbmb/MiniCPM5-2B-Midtrain. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация и продолжение текста в диалоге
  • помощь с написанием и разбором кода
  • ответы на текстовые запросы в сценариях coding agent

Ограничения

Чекпойнт обучен на конкретной смеси данных Run1 v3; README не приводит оценки качества или подробные сведения о поведении модели. Лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MiniCPM5 SFT mix Run1 v3

Final checkpoint from a fresh one-epoch full SFT of MiniCPM5-2B-Midtrain on the v3 filtered Run1 data mix. This is checkpoint-5913, not a continuation of the old Run1 checkpoints.

  • Base revision: 0a45344e; base weight SHA-256: 38a28680f6208242a0de7c84627343d44cee517b49c2b39d1afd706be6beabad.
  • LLaMA-Factory frontend, Megatron/MCore adapter, 12 nodes / 192 Ascend 910C cards; TP4, DP48, micro batch 1, accumulation4, global batch192.
  • One epoch, 5913 updates; LR5e-5 cosine to1e-5, warmup3%, weight decay0.01, seed20260916, BF16.
  • Maximum training sequence131072; packed and balanced scheduling. Assistant header masking repaired; source labels remain at the same positions and the MCore collator shifts once.
  • Packed input tokens:36,161,705,387; supervised tokens:15,591,318,474. These describe the tokenized dataset, not an independent runtime token counter.
  • Final held-out validation loss:0.2753264904022217. SWE evaluation of this checkpoint is pending; training loss alone is not a benchmark result.

HF BF16 weights were converted once on node0 without modifying the original MCore checkpoint. Structural config, tokenizer, RoPE semantics and safetensors shards were checked. conversion-receipt.json records hashes and source provenance. Model uses XML-style MiniCPM5 tool calling; use the MiniCPM5 parser and the provided chat template.

Related fixed-200 evaluation task set: eigentom/minicpm5-sft-swe-validation-200. Evaluation results will be reported separately using the same frozen protocol as the baseline runs.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7d8f59f

0 моделей