/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
13 июн 2026

slm-agent-action-router-qwen2-5-1-5b

Генерация текстаТекст → текст3 профессии

Дообученная Qwen2.5-1.5B модель для выбора следующего действия агентского harness по отчёту о ходе работы с выдачей по заданной JSON-схеме.

25скачиваний за 30 дней0лайковвеса обновлены13 июн 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

ishaanranjan/slm-agent-action-router-qwen2-5-1-5b — плотная причинная языковая модель семейства Qwen2, разработанная дообучением Qwen/Qwen2.5-1.5B-Instruct. Это полнопараметрический supervised fine-tune на 2000 примерах, созданных детерминированными оракулами на реальных репозиториях Python. Модель предназначена для одной узкой подзадачи агентской разработки: выбирать следующее действие harness по шумному отчёту о ходе работы и возвращать результат в заданной JSON-схеме.

Модель рассчитана на использование внутри проверяющего harness, который формирует специальный запрос, разбирает JSON, допускает одну повторную попытку с обратной связью по схеме, применяет детерминированные проверки и при необходимости использует правила. В README сообщается о 97,2% успешных ответов и 100% валидности схемы с первой попытки на тестах по HTTPX и Jinja2, не использовавшихся при обучении. Метаданные указывают 1,5 млрд параметров, контекст до 32768 токенов, поддержку английского языка и лицензию Apache-2.0. Это не универсальный помощник по программированию или чат-модель: checkpoint специализирован для одной закрытой схемы и может не сохранять широкие способности следовать инструкциям.

Сценарии применения

  • выбор следующего действия агента разработки по отчёту о прогрессе
  • маршрутизация действий внутри harness для автоматизации репозитория
  • генерация структурированного JSON-ответа для подзадачи coding agent

Ограничения

Специализирована для одной закрытой JSON-схемы и не предназначена для общего диалога или широкого программирования; качество вне описанного harness и протестированных сценариев не установлено.

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

Agent Action Router (Qwen2.5 1.5B)

This is a full-parameter supervised fine-tune of Qwen/Qwen2.5-1.5B-Instruct for one narrow, schema-bound developer-agent subroutine:

Choose the next harness action from a noisy progress report.

The model is one cell from the Parameter Floors for Developer-Agent Subroutines experiment. Labels are generated by deterministic oracles over real Python repositories; no teacher model or human judge labels the data.

Intended Use

Use this checkpoint inside the repository's verified subroutine harness, which renders the task-specific prompt, parses strict JSON, permits one localized schema-feedback retry, applies deterministic guards, and falls back to rules where appropriate. This is not a general coding assistant or chat model.

Evaluation

Evaluation uses up to 250 examples from HTTPX and Jinja2, both held out entirely from training. Decoding is greedy.

MetricResult
Success after one schema retry97.2%
First-pass success97.2%
First-pass schema validity100.0%
Base instruct success after retry49.2% for the base instruct model
Rules-only success27.7%

Experiment verdict for this subroutine: works at 494M.

Training

  • Training examples: 2000
  • Epochs: 2.0
  • Learning rate: 2e-05
  • Effective batch configuration: 8 per device x 2 gradient accumulation
  • Maximum sequence length: 2048
  • Seed: 0
  • Final training loss: 0.162788
  • Reproduction hardware: one NVIDIA A100 80GB PCIe
  • Source revision: d0fd7bf

The dataset was generated from pinned Flask, Click, and Rich repositories for training/validation. HTTPX and Jinja2 were reserved for testing.

Limitations

The checkpoint is specialized to one closed JSON schema and should not be expected to retain broad instruction-following ability. The experiment mixes two base-model families across its size sweep. Some subroutines are better served by deterministic rules; consult the verdict above before deployment.

License

Apache-2.0, following the base model. Experiment code is MIT licensed.

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
96c9a2e

0 моделей