/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-14B-Instruct
Библиотека
transformers
Опубликована
27 июн 2026

KALYPSO-v1.1L

Генерация текстаТекст → текст8 профессий

KALYPSO v1.1L — открытая модель для генерации кода из семейства KALYPSO, разработанная GENOMA Labs.

343скачиваний за 30 дней0лайковвеса обновлены19 авг 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

Она основана на Qwen2.5-Coder-14B-Instruct и дообучена с использованием LoRA на наборе Kraken-Public, содержащем 18 049 очищенных от пересечений с тестами записей, производных от кодинговых данных NVIDIA Nemotron. После обучения LoRA-адаптер объединён с полноразмерными весами в формате fp16.

Модель предназначена для агентного программирования: многошаговых задач разработки, сценариев вызова инструментов, а также рабочих процессов с предварительным планированием и последующей реализацией. Основные языки — Python, C++ и SQL; заявлена поддержка английского языка. Это плотная модель на 14 млрд параметров с текстовой модальностью, стандартным шаблоном чата Qwen2.5 и контекстом до 32 000 токенов. Для развёртывания рекомендуется vLLM, также поддерживается Transformers.

По данным EvalPlus, модель показывает результаты, близкие к базовой Qwen2.5-Coder-14B-Instruct: 87,8 на HumanEval, 82,9 на HumanEval+, 84,7 на MBPP и 70,4 на MBPP+. Её основное преимущество — ориентация на агентные сценарии и планирование, а не превосходство в однократном завершении кода. Ограничения включают отсутствие заметного выигрыша над базовой моделью в задачах чистого кодогенерирования и неизвестную эффективность за пределами заявленных сценариев. Модель распространяется по лицензии Apache-2.0; в описании также отмечено, что происхождение части обучающих данных может быть связано с условиями лицензий Qwen и DeepSeek.

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

KALYPSO v1.1L

KALYPSO v1.1L is the public coding model of the KALYPSO family by GENOMA Labs. It is Qwen2.5-Coder-14B-Instruct fine-tuned with LoRA (r=64, alpha=128, merged to full fp16 weights) on Kraken-Public, a decontaminated dataset of 18,049 records derived from NVIDIA Nemotron coding data.

It is tuned for agentic coding: multi-step programming tasks, tool-calling scaffolds, and plan-then-implement workflows in Python, C++, and SQL.

Benchmarks (EvalPlus)

BenchmarkKALYPSO v1.1LQwen2.5-Coder-14B-Instruct (ref)
HumanEval87.8~89
HumanEval+82.9~87.2
MBPP84.7~84
MBPP+70.4~72.8

Honest framing: pure code completion is saturated at the 14B scale, and this model scores at parity with its base. v1.1L is published as the reference fine-tune for the Kraken-Public dataset; its value is agentic breadth, not single-shot completion wins.

Usage

vLLM (recommended for serving):

vllm serve genomalabs/KALYPSO-v1.1L --dtype float16 --max-model-len 32768

Transformers:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "genomalabs/KALYPSO-v1.1L"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="float16", device_map="auto")

messages = [{"role": "user", "content": "Write a Python function that merges overlapping intervals."}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(inputs, max_new_tokens=512)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))

Uses the standard Qwen2.5 chat template. Context length: 32k.

Family

Attribution and license

Apache-2.0. Built with Qwen (Qwen2.5-Coder-14B-Instruct, Apache-2.0). Training data derived from NVIDIA Nemotron coding datasets; portions of the data lineage may also be subject to the Qwen and DeepSeek license terms of their originating models.

GENOMA Labs · KALYPSO v1.1L · Built with Qwen

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
67f2527

0 моделей