/ 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-trace-localizer-qwen2-5-1-5b

Генерация текстаТекст → текст

Компактная дообученная Qwen2.5-модель определяет кадр проекта и категорию сбоя по Python traceback, возвращая результат в заданной JSON-схеме.

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

ishaanranjan выпустил полно-параметрическую модель Qwen2.5-1.5B-Instruct, дообученную с учителем для локализации причины ошибки в Python traceback. Она определяет проектный кадр стека вызовов, связанный со сбоем, и категорию ошибки, выдавая результат по фиксированной JSON-схеме. Модель предназначена для встраивания в проверяемую подпрограмму агентной системы разработчика, где запрос формирует специализированная оболочка, результат проверяется и при необходимости выполняется одна повторная попытка с уточнением схемы.

Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Обучение проводилось на 2 000 примерах, созданных детерминированными правилами для Python-репозиториев; оценка на отложенных HTTPX и Jinja2 показала 100% успешных ответов и валидности схемы на первом проходе в использованной выборке. Это узкоспециализированный компонент, а не универсальный помощник по программированию; автор эксперимента заключает, что для этой подзадачи достаточно правил. Лицензия — Apache-2.0.

Сценарии применения

  • поиск кадра проекта, вызвавшего ошибку Python
  • классификация причин сбоя по traceback
  • извлечение структурированной информации из стека вызовов для агентного инструмента разработчика

Ограничения

Модель специализирована для одной фиксированной JSON-схемы и не предназначена для универсального диалога или широких задач программирования. По выводу авторов эксперимента, эту подзадачу могут надёжнее и проще решать детерминированные правила.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Python Traceback Localizer (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:

Identify culprit project frame and failure category in a traceback.

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 retry24.4% for the base instruct model
Rules-only success100.0%

Experiment verdict for this subroutine: rules suffice.

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: 0.349579
  • 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
440a093

0 моделей