/ 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-search-hit-ranker-qwen2-5-1-5b

Генерация текстаТекст → текст3 профессии

Дообученная Qwen2.5-1.5B для выбора определения символа среди результатов поиска по коду в агентных инструментах разработчика.

24скачиваний 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 — плотная языковая модель Qwen2.5-1.5B, разработанная для выбора места определения символа среди результатов поиска по коду. Это полно-параметрическая модель с supervised fine-tuning на базе Qwen/Qwen2.5-1.5B-Instruct, обученная на примерах из Python-репозиториев с метками, полученными детерминированными правилами. Модель принимает текстовый запрос с результатами поиска и выдаёт структурированный ответ в формате JSON по заданной схеме.

Модель предназначена для узкой подзадачи агентной навигации по коду и рассчитана на запуск внутри проверяющей обвязки, которая формирует запрос, проверяет схему и применяет резервные правила. На тестовых репозиториях HTTPX и Jinja2 заявлены 98% успешных ответов после одной попытки; оценка проводилась максимум на 250 примерах. Контекстная длина базовой модели по метаданным — 32768 токенов, обучение этой версии использовало последовательности длиной до 2048 токенов.

Это не универсальный помощник по программированию: карточка предупреждает, что специализация на закрытой JSON-схеме может ослабить широкие способности следовать инструкциям. В выводе эксперимента указано, что для этой подзадачи достаточно обычных правил. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • выбор места определения символа среди результатов grep
  • ранжирование совпадений при поиске по Python-коду
  • поиск определения функции или класса в репозитории
  • возврат структурированного JSON-ответа для агентной обвязки

Ограничения

Модель специализирована на одной закрытой JSON-схеме и не предназначена для общего программирования или широкого следования инструкциям. По выводу эксперимента для этой подзадачи достаточно детерминированных правил.

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

Code Search-Hit Ranker (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:

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 retry98.0%
First-pass success98.0%
First-pass schema validity100.0%
Base instruct success after retry53.6% for the base instruct model
Rules-only success99.3%

Experiment verdict for this subroutine: rules suffice.

Training

  • Training examples: 1576
  • 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: 0.496198
  • 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
398afe5

0 моделей