/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B
Библиотека
transformers
Опубликована
24 сен 2026

qwen2.5-7b-unaliased

Генерация текстаТекст → текст3 профессии

Изменённый вариант Qwen2.5-7B для генерации текста и изучения надёжного завершения ходов в формате ChatML.

916скачиваний за 30 дней0лайковвеса обновлены26 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.

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

Qwen2.5-7B un-aliased ChatML turn markers — исследовательский вариант Qwen2.5-7B от interpretable-finetuning, созданный на основе Qwen/Qwen2.5-7B. В нём заменены строки весов для токенов ChatML-маркеров завершения сообщения и завершения хода на соответствующие строки из Qwen/Qwen2.5-7B-Instruct; остальные веса, конфигурация, токенизатор, словарь, идентификаторы токенов и архитектура сохранены. Это плотная авторегрессионная модель Qwen2 с 7,1 млрд параметров, контекстом до 131 072 токенов и интерфейсом чата.

Модель предназначена для генерации текста и экспериментов с корректным завершением ходов в ChatML. В README приведены измерения, показывающие, что замена помогает модели чаще выдавать маркер завершения хода, хотя результат зависит от обучения: одного изменения весов недостаточно для надёжного поведения. Автор предупреждает, что это не опубликованный чекпойнт Qwen2.5-7B, а специализированно изменённая копия; поведение следует проверять на генерациях. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в формате ChatML
  • эксперименты с завершением ходов чат-моделями
  • сравнение поведения базовой и исправленной модели Qwen2.5
  • дообучение чат-модели с корректными маркерами окончания

Ограничения

Это изменённая копия базового чекпойнта, а не опубликованная модель Qwen2.5-7B; замена двух строк весов сама по себе не гарантирует надёжного завершения ходов. В README отмечено, что другие специальные токены не проверялись и что поведение нужно оценивать генерацией.

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

Qwen2.5-7B, un-aliased ChatML turn markers

This is NOT the published checkpoint. Qwen/Qwen2.5-7B with the ChatML turn markers <|im_start|> (151644) and <|im_end|> (151645) replaced by the corresponding rows from Qwen/Qwen2.5-7B-Instruct. Everything else is bit-identical to the original.

337 of 339 tensors byte-identical to Qwen/Qwen2.5-7B
  differs: lm_head.weight, rows [151644, 151645]
  differs: model.embed_tokens.weight, rows [151644, 151645]

Tokenizer, vocabulary, token ids, config and architecture are unchanged. The -Instruct rows are used because it shares this tokenizer and vocabulary, so the ids line up exactly.

Why

Qwen/Qwen2.5-7B cannot reliably emit <|im_end|>. Unlike Qwen2.5-1.5B — whose defect was 267 bit-identical embedding rows — here the rows are bitwise unique but functionally indistinguishable: <|im_end|>'s lm_head row has 2,599 other rows at mean-centred cosine >= 0.99 (nearest neighbour 1.000); Qwen/Qwen2.5-7B-Instruct has 0. Logits are h . W_j, so rows pointing the same way compete for the same probability mass however their bits differ.

tie_word_embeddings: False — so lm_head is a separate matrix and its rows had to be written explicitly. A repair that only touched embed_tokens would not have changed emission at all.

A bitwise alias check passes this checkpoint. That is how it went unnoticed.

Measured effect

Organisms fine-tuned on the unpatched base essentially never end a turn: their clean-mode completions hit the generation cap in 98.4-100% of cases (a comparable model on a repaired base: ~20%). Swapping only the lm_head <|im_end|> row, with the same trained adapter:

stockpatched
p(<|im_end|>) at the turn boundary0.000330.131
rank of <|im_end|>5671
greedy turns ending within 256 tokens0 / 4026 / 40
clean-mode payload leakage16 / 400 / 40

Fisher exact p < 1e-5. The deficit it causes is easy to misread: a model that cannot stop produces truncated, rambling answers that score ~1 point below terminated ones on a capability judge, which looks like a weak fine-tune rather than a broken stop token.

Caveats

  • The fix makes the token reachable, not reliable. After the swap p(<|im_end|>) is 0.13-0.35 at rank 1; a model trained against a repaired row reaches ~0.99. Training consolidates it.
  • Static geometry does not establish emittability. Three tests failed to predict it: bitwise equality (passed this checkpoint), a norm floor (rejected a base that works), and projection dominance (ranks Qwen2.5-7B-Instruct, which works, below Qwen2.5-32B, which does not). Verify behaviourally — generate turns and count how many end.
  • Only the two ChatML markers were touched. Other special tokens were not examined.
  • The input embed_tokens rows are near-dead in the -Instruct checkpoint too, so copying them changes little; the lm_head row is what matters behaviourally.

Provenance

Created by scripts/qwen15_make_unaliased_base.py from Qwen/Qwen2.5-7B-Instruct. The repository carries MODIFIED_BASE_MODEL.json and .md recording the same facts, so a downloader who never reads this card still finds out.

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
a3e8abf

0 моделей