/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
5,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
17 авг 2026

qwen2.5-7b-to-1.5b-liftkd-v8-gate-only-paper100k-step1500-seed10

Генерация текстаТекст → текст4 профессии

Экспериментальная модель Qwen2.5-1.5B-Instruct, дистиллированная из Qwen2.5-7B-Instruct для генерации текста и диалогов.

46скачиваний за 30 дней0лайковвеса обновлены17 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

Это экспериментальный чекпойнт компактной языковой модели Qwen2.5-1.5B-Instruct, созданный в рамках абляционного эксперимента по дистилляции модели Qwen2.5-7B-Instruct в модель размером 1,5 млрд параметров. Разработчик применил полностью on-policy вариант GKD с токенным gate-механизмом без influence functions; обучение проведено на 96 тысячах примеров и контролирующей выборке из 2 тысяч примеров, за 1500 шагов с seed 10.

Модель предназначена для генерации текста и диалоговых ответов. Метаданные указывают архитектуру Qwen2ForCausalLM, поддержку чата и интерфейса вызова инструментов, контекст до 32768 токенов. Чекпойнт представлен в SafeTensors и распространяется по лицензии Apache-2.0. В README не приведены результаты сравнительной оценки качества.

Сценарии применения

  • генерация ответов в диалоговом приложении
  • создание связного текста по запросу
  • подготовка структурированных ответов
  • эксперименты с дистилляцией языковых моделей

Ограничения

В README не приведены результаты оценки качества или сравнения с базовой моделью; обучение выполнено в рамках абляции и ограничено 1500 шагами.

Для каких профессий подходит4

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

lift_v8_gate_only

This repository contains the lift_v8_gate_only checkpoint from the matched V12 Paper100K ablation suite for Qwen2.5 7B-to-1.5B knowledge distillation.

Variant

Token-level gap gate without influence functions.

Training protocol

  • Teacher: Qwen/Qwen2.5-7B-Instruct
  • Student initialization: Qwen/Qwen2.5-1.5B-Instruct
  • Data: lift_paper_en_natural_v1/100k (96,000 training examples and a seeded 2,000-example controller split)
  • Objective: fully on-policy GKD with the variant-specific components above
  • Optimizer steps: 1,500
  • Global batch size: 64
  • Optimizer: AdamW, cosine learning rate from 1e-5 to 1e-7, weight decay 1e-2
  • Sampling: temperature 0.9, at most 128 generated tokens
  • Seed: 10
  • Weights: Hugging Face SafeTensors

The full method checkpoint is available at huggingFacing/qwen25_7B_to_1.5B_v12_onlineif_paper100k_1500.

Repository ID: huggingFacing/qwen2.5-7b-to-1.5b-liftkd-v8-gate-only-paper100k-step1500-seed10.

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
f54b6c6

0 моделей