/ 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-json-repair-qwen2-5-1-5b

Генерация текстаТекст → текст3 профессии

Экспериментальная Qwen2.5-1.5B, дообученная для исправления повреждённых JSON-вызовов инструментов по фиксированной схеме.

27скачиваний 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

Это компактная языковая модель Qwen2.5 с 1,5 млрд параметров, дообученная методом supervised fine-tuning на всех параметрах командой, проводившей эксперимент Parameter Floors for Developer-Agent Subroutines. Модель предназначена для узкой подзадачи агента-разработчика: восстановления повреждённого JSON-вызова инструмента в исходный объект, соответствующий фиксированной схеме.

Модель принимает текстовый запрос и генерирует текст с исправленным JSON. Она рассчитана на работу внутри проверяющей обвязки: та формирует специализированный запрос, проверяет строгий JSON, допускает одну повторную попытку с обратной связью по схеме и при необходимости использует детерминированные проверки и правила. Контекст модели — до 32 768 токенов; карточка указывает английский язык. В тестировании на примерах из HTTPX и Jinja2, исключённых из обучения, авторы сообщают о 100% успешных результатах с одной попыткой повтора, а также о 100% успехе и валидности JSON с первой попытки.

Это экспериментальный узкоспециализированный чекпойнт, а не универсальный помощник по программированию или чат-модель: авторы предупреждают, что модель настроена на одну закрытую схему и может утратить широкие способности следовать инструкциям. Результаты относятся к ограниченной тестовой выборке; перед применением следует учитывать, что некоторые такие подзадачи надёжнее решать детерминированными правилами. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • восстановление повреждённого JSON-вызова инструмента
  • исправление аргументов функции агента-разработчика
  • приведение JSON-действия к заданной схеме
  • встраивание исправления JSON в проверяемый конвейер вызова инструментов

Ограничения

Модель специализирована на одной закрытой JSON-схеме и не предназначена для широкого следования инструкциям или общего программирования. Оценка проведена максимум на 250 примерах двух отложенных репозиториев, поэтому её результаты не гарантируют качество на других схемах и данных.

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

JSON Tool-Call Repair (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:

Repair a mangled JSON tool action into the exact original object.

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 retry100.0%
First-pass success100.0%
First-pass schema validity100.0%
Base instruct success after retry81.2% for the base instruct model
Rules-only success14.7%

Experiment verdict for this subroutine: works at 135M.

Training

  • Training examples: 2000
  • Epochs: 2.0
  • Learning rate: 2e-05
  • Effective batch configuration: 4 per device x 4 gradient accumulation
  • Maximum sequence length: 2048
  • Seed: 0
  • Final training loss: 0.148693
  • 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
2498561

0 моделей