/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
14 сен 2026

Ссылки

Hugging FacearXiv 1910.09700

acquisition_student_AS_SOLVE_confidence_omnimath_qwen7b

ishikaa
Генерация текстаТекст → текст3 профессии

Дообученная текстовая модель семейства Qwen2 на 7,1 млрд параметров для диалоговой генерации и решения математических задач.

473скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

ishikaa/acquisition_student_AS_SOLVE_confidence_omnimath_qwen7b — текстовая генеративная модель семейства Qwen2 с 7,1 млрд параметров, размещённая пользователем или организацией ishikaa на Hugging Face. Модель доступна через библиотеку Transformers и обучалась с применением supervised fine-tuning (SFT) с использованием TRL. Контекстное окно составляет 32 768 токенов.

По названию репозитория и метаданным модель ориентирована на решение математических задач, вероятно с формированием ответа и оценкой уверенности, а также на диалоговое взаимодействие. Она может использоваться для генерации пошаговых решений, объяснений и ответов на математические запросы в прикладных системах на базе языковых моделей.

В README отсутствуют сведения о точном разработчике, исходной модели, обучающих данных, результатах оценки, лицензии и поддерживаемых естественных языках. Поэтому условия лицензирования необходимо уточнить перед использованием, а ответы модели следует проверять, особенно в задачах, требующих строгой математической корректности.

Сценарии применения

  • решение математических задач
  • генерация пошаговых математических объяснений
  • диалоговые ответы на вопросы по математике
  • оценка уверенности ответа на математический запрос
  • создание ассистента для учебных задач

Ограничения

В README нет результатов оценки, описания обучающих данных и подтверждённых сведений о языках, поэтому математическую корректность и область применимости необходимо проверять на собственных тестах. Лицензия не указана в доступных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
631bc82

0 моделей

    Создать бенчмарк