large-baseline
Merged Qwen2.5 checkpoint produced by the Qwen-aware Delta-P2S experiment package.
Training base: Qwen/Qwen2.5-3B
Training directory: ./runs/codeqwen15B-3B_SameFormula-S13/train/large_baseline
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 3,1 млрд
- Размер весов
- 6,8 ГБ
- Архитектура
- qwen2 · dense
- Библиотека
- transformers
- Опубликована
- 5 сен 2026
Ссылки
DeltaP2S-Qwen2.5-3B-SameFormula-Code-S13
Экспериментальный объединённый чекпойнт Qwen2.5 на 3,1 млрд параметров для диалоговой генерации текста, в том числе в сценариях, связанных с кодом.
147скачиваний за 30 дней0лайковвеса обновлены7 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.
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.
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
DeltaP2S-Qwen2.5-3B-SameFormula-Code-S13 — объединённый чекпойнт Qwen2.5, созданный экспериментальным пакетом Delta-P2S с учётом архитектуры Qwen. В основе лежит Qwen/Qwen2.5-3B; модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и принимает текст для генерации текста. Репозиторий содержит веса в формате safetensors, карточка указывает библиотеку Transformers и контекст до 32 768 токенов.
Модель предназначена для диалоговой генерации текста; название и каталог обучения указывают на сценарии, связанные с кодом, однако README не уточняет результаты обучения или конкретные возможности в программировании. Чекпойнт сформирован слиянием в рамках эксперимента Delta-P2S. Условия лицензии в предоставленных данных не описаны.
Сценарии применения
- диалоговая генерация текста
- генерация фрагментов кода
- помощь при написании кода
- продолжение текстовых запросов
Ограничения
README не приводит оценок качества или результатов тестирования, поэтому специализацию на программировании следует считать ориентировочной. Лицензия в предоставленных данных не указана.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- a0964cd