/ Модель
Каталог

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen2.5-Coder-1.5B
Опубликована
8 сен 2026

Ссылки

Hugging Face

ayncoding-qwen2.5-coder-1.5b

enver
Генерация текстаТекст → текст5 профессий

Дообученная модель Qwen2.5-Coder-1.5B для генерации и рефакторинга кода с ориентацией на классическую арабскую логику.

129скачиваний за 30 дней0лайковвеса обновлены27 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.

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

AynCoding — дообученная модель на базе Qwen2.5-Coder-1.5B для генерации кода и архитектурного рефакторинга с опорой на классическую арабскую логику (мантик) и морфологический анализ корней слов (иштикак). В README она описана как быстрая черновая модель для иерархической архитектуры H-MoE с детерминированной логической проверкой; метаданные указывают поддержку чата и работы с кодом. Репозиторий содержит веса в формате GGUF.

Карточка приводит результаты HumanEval Pass@1 78,4%, сохранения эпистемических инвариантов 94,2% и синтаксической корректности AST 98,0%. Модель основана на Qwen/Qwen2.5-Coder-1.5B и предназначена для текстового ввода и генерации текста, включая код. Указана лицензия other; её конкретные условия в предоставленных данных не раскрыты, поэтому перед использованием следует проверить лицензионные условия репозитория.

Сценарии применения

  • генерация фрагментов кода по текстовому описанию
  • рефакторинг программного кода
  • черновое создание синтаксически корректного кода
  • анализ кода с применением логических принципов
  • работа с задачами по классической арабской логике и морфологии

Ограничения

Модель имеет 1,5 млрд параметров и представлена как быстрая черновая модель, поэтому результаты требуют проверки, особенно для сложных задач. Указана лицензия other, но её конкретные условия в предоставленных данных не описаны.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AynCoding: Sovereign Epistemic Classical Arabic Logic (Mantiq) & Morphology 1.5B

AynCoding (ayncoding-qwen2.5-coder-1.5b) is a sovereign, epistemic code synthesis and architectural refactoring model based on Qwen2.5-Coder-1.5B, conditioned and aligned with Classical Arabic Logic (Mantiq) and Morphological Root Lexicography (Ishtiqaq).

It serves as the ultra-fast Drafter model within the Hierarchical Symbolic-Neural MoE (H-MoE) architecture, generating high-velocity syntax (60-70 tok/s on CPU) under deterministic logic verification.

Benchmark Scores

BenchmarkScore
OpenAI HumanEval (Pass@1)78.4%
Epistemic Invariant Retention94.2%
AST Syntactic Validity98.0%
Speculative Inference Speed65+ tok/sec (CPU)

License & Intellectual Property Rights

This model, its architecture (including BPE-Free Farāhīdian/Sībawayhian tokenization, RootAttention, and Ishtiqāq-Attention), and its weights are released under the AynEngine & University of Prishtina Sovereign Academic License.

  • Copyright: © 2026 Enver, AynEngine Research Initiative, and University of Prishtina (Universiteti i Prishtinës). All rights reserved.
  • Permitted Uses: Academic, educational, non-commercial research, benchmarking, and cultural heritage exploration with mandatory attribution.
  • Commercial Inquiries: Commercial exploitation, sublicensing, or integration into proprietary cloud offerings requires prior written authorization from the authors and the University of Prishtina.
  • Full License: See LICENSE in this repository.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
0aabed5

0 моделей

    Создать бенчмарк