/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
554 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Опубликована
24 июл 2026

Qwen2.5-0.5B-Instruct-Expanded-28L

Генерация текстаТекст → текст6 профессий

Компактная диалоговая модель Qwen2.5 с расширенными до 28 слоёв декодера для генерации текста и выполнения инструкций.

25скачиваний за 30 дней1лайквеса обновлены24 июл 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

Qwen2.5-0.5B-Instruct Expanded (28 Layers) — компактная языковая модель для диалогов, выполнения инструкций и генерации текста, опубликованная jack-song-123. Она основана на Qwen/Qwen2.5-0.5B-Instruct и расширена с 24 до 28 слоёв декодера методом gated layer expansion: четыре копии слоёв добавлены после позиций 6, 12, 18 и 24, а обучаемые затворы позволяют постепенно включать их вклад. Архитектура — плотная причинная модель Qwen2ForCausalLM с 553,6 млн параметров.

Модель принимает текст и выдаёт текст, поддерживает китайский и английский языки и имеет контекст до 32 768 токенов. Она предназначена для диалоговых приложений и генерации ответов по инструкциям. Для загрузки README требует trust_remote_code=True и указывает совместимость с transformers 4.36.0, а также зависимости torch и tokenizers. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговый помощник на китайском и английском
  • генерация ответов на пользовательские инструкции
  • создание черновиков и коротких текстов
  • прототипирование приложений на компактной языковой модели

Ограничения

Для загрузки требуется trust_remote_code=True; README указывает совместимость с transformers 4.36.0. Карточка не приводит сравнительных оценок качества расширенной версии.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2.5-0.5B-Instruct Expanded (28 Layers)

This model is a depth-expanded version of Qwen/Qwen2.5-0.5B-Instruct, extended from 24 to 28 layers using a gated layer expansion technique.

Model Architecture

ParameterValue
ArchitectureQwen2ForCausalLM
Hidden Size896
Intermediate Size4,864
Attention Heads14
KV Heads2 (GQA)
Total Layers28 (original: 24)
Vocabulary Size151,936
Max Position Embeddings32,768
Total Parameters~0.5B

Expansion Details

Four new decoder layers were inserted after positions 6, 12, 18, and 24 with gated initialization:

PositionSource LayerInitial Gate Value
After L6L60.0228
After L12L120.0208
After L18L180.0294
After L24L240.0225

Each inserted layer is a copy of its source layer with a learnable gate: output = residual + gate * (layer_output - residual). The small initial gate value ensures the expanded model initially behaves closely to the original, allowing stable fine-tuning.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "jack-song-123/Qwen2.5-0.5B-Instruct-Expanded-28L",
    trust_remote_code=True,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(
    "jack-song-123/Qwen2.5-0.5B-Instruct-Expanded-28L",
    trust_remote_code=True
)

messages = [{"role": "user", "content": "你好,请介绍一下你自己。"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens=256, do_sample=True, temperature=0.7)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

Note: trust_remote_code=True is required because the model uses custom modeling_qwen2.py and configuration_qwen2.py for compatibility with transformers < 4.37.0.

Requirements

  • transformers >= 4.36.0
  • torch >= 2.0.0
  • tokenizers >= 0.19.0

License

This model inherits the Apache 2.0 License from the original Qwen2.5 model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
cc781e1

0 моделей