/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
13 июн 2026

slm-agent-search-hit-ranker-qwen2-5-0-5b

Генерация текстаТекст → текст4 профессии

Компактная дообученная Qwen2.5 выбирает определение символа среди результатов поиска по коду для узкой подзадачи агента-разработчика.

29скачиваний 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

Code Search-Hit Ranker — компактная модель семейства Qwen2.5, разработанная Ishaan Ranjan как полноразмерное дообучение Qwen/Qwen2.5-0.5B-Instruct. Она предназначена для узкой подзадачи агента-разработчика: выбирать место определения символа среди результатов поиска по коду. Модель принимает текстовый запрос со списком совпадений и формирует ответ в заданной JSON-схеме; её обучали на примерах из репозиториев Python, а оценивали на отложенных HTTPX и Jinja2. Архитектура — плотная авторегрессионная Qwen2, около 494 млн параметров, контекст до 32 768 токенов.

В описанном тесте точность успешного ответа после одной попытки обратной связи по схеме составила 94%; корректность JSON на первом проходе — 100%. Модель рассчитана на запуск внутри проверяющей обвязки с разбором JSON, детерминированными проверками и резервными правилами. Это не универсальный помощник по программированию и не модель для свободного диалога; авторы отмечают, что в этом сценарии достаточно правил. Лицензия — Apache-2.0.

Сценарии применения

  • выбор определения функции или класса среди результатов grep
  • ранжирование совпадений поиска символа в Python-репозитории
  • поиск места объявления символа в коде для агента-разработчика

Ограничения

Модель специализирована на одной фиксированной JSON-схеме и не предназначена для широкого следования инструкциям или универсального программирования. Для данного сценария авторы эксперимента считают достаточными детерминированные правила.

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

Code Search-Hit Ranker (Qwen2.5 0.5B)

This is a full-parameter supervised fine-tune of Qwen/Qwen2.5-0.5B-Instruct for one narrow, schema-bound developer-agent subroutine:

Pick the definition site among real grep hits for a symbol.

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 retry94.0%
First-pass success94.0%
First-pass schema validity100.0%
Base instruct success after retry13.2% for the base instruct model
Rules-only success99.3%

Experiment verdict for this subroutine: rules suffice.

Training

  • Training examples: 1576
  • Epochs: 3.0
  • Learning rate: 2e-05
  • Effective batch configuration: 16 per device x 2 gradient accumulation
  • Maximum sequence length: 2048
  • Seed: 0
  • Final training loss: 0.533486
  • 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
80a2b1c

0 моделей