/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Опубликована
6 авг 2026

qwen-trader-cn-merged

Генерация текстаТекст → текст3 профессии

Дообученная на китайских финансовых и торговых задачах модель Qwen2.5-7B для анализа рынков, вопросов о стратегиях и интерпретации финансовой информации.

16скачиваний за 30 дней0лайковвеса обновлены12 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

gxinxing/qwen-trader-cn-merged — модель генерации текста на основе Qwen2.5-7B-Instruct, дообученная для китайских финансовых и торговых сценариев. Это плотная авторегрессионная модель с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров; веса fp16 в формате Safetensors. Контекст — до 32 768 токенов.

Модель предназначена для анализа рыночной информации, ответов на вопросы о торговых стратегиях и объяснения финансовых сведений на китайском языке. Она поддерживает диалоговый режим. Веса объединены после полноразмерного дообучения, поэтому отдельный адаптер для запуска не требуется.

Модель распространяется по лицензии Apache 2.0. README отмечает, что репозиторий служит академической и инженерной резервной копией, а результаты модели не являются инвестиционной рекомендацией.

Сценарии применения

  • анализ рыночной информации на китайском языке
  • ответы на вопросы о торговых стратегиях
  • объяснение финансовых новостей и данных
  • диалоговый помощник по торговым сценариям

Ограничения

README указывает, что ответы не являются инвестиционной рекомендацией. Поддержка языков, кроме китайского, для этой версии не заявлена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen-trader-cn-merged

Qwen2.5-7B-Instruct 中文金融/交易微调版(全参微调后合并权重,可直接推理)。

模型信息

  • 架构:Qwen2ForCausalLM(基础模型 Qwen/Qwen2.5-7B-Instruct)
  • 参数规模:7B;hidden size 3584,28 层,vocab 152064
  • 精度:fp16(model.safetensors,约 15.2GB)
  • 许可:Apache 2.0(可再分发)

用途

面向中文金融/交易场景的文本生成模型,可用于行情分析、交易策略问答、财经信息解读等(本仓库为学术/工程备份用途,不构成投资建议)。

加载示例

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "gxinxing/qwen-trader-cn-merged"
model = AutoModelForCausalLM.from_pretrained(
    model_id, torch_dtype=torch.float16, device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

prompt = "请分析今天的A股大盘走势"
messages = [{"role": "user", "content": prompt}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

关联仓库

  • 同架构英文/多市场交易微调版:gxinxing/qwen-trader-merged
  • LoRA 适配器:gxinxing/qwen-trader-cn-lora、gxinxing/qwen-trader-lora

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
ea0aafb

0 моделей