/ Модель

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Лицензия
Apache 2.0
Архитектура
qaptaan · dense
Базовая модель
Qwen3.5-0.8B-Base
Библиотека
transformers
Опубликована
22 авг 2026

QaptaanLM-0.75B

Генерация текстаТекст → текст9 профессий

Компактная дообученная языковая модель для генерации и дополнения кода, включая заполнение пропусков в длинном контексте.

229скачиваний за 30 дней0лайковвеса обновлены1 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

QaptaanLM-0.75B — компактная текстовая причинно-языковая модель для генерации кода, технических рассуждений и анализа длинных фрагментов кода. Её разработали в проекте Kaptaan на основе Qwen/Qwen3.5-0.8B-Base: визуальную часть исходной архитектуры удалили, а модель дообучили на корпусе KapCode-1B. В README указано 752 млн параметров; метаданные каталога указывают 581,4 млн. Модель использует гибридное внимание с линейными рекуррентными слоями и плотным вниманием, поддерживает заполнение пропусков в коде (Fill-in-the-Middle) и контекст до 262 144 токенов.

Она предназначена для локального дополнения и генерации кода, вставки кода в заданный контекст и работы с техническими документами и материалами по STEM. Данные обучения включают исходный код, документацию, веб-тексты и математические материалы; метаданные отмечают английский язык. Модель распространяется в формате safetensors через Transformers по лицензии Apache-2.0. Карточка также перечисляет отдельные варианты для инструкционного чата и GGUF, но это не форматы данного репозитория.

Сценарии применения

  • автодополнение исходного кода
  • заполнение пропусков в коде по контексту
  • генерация функций и фрагментов кода
  • разбор технической документации и API-справок
  • ответы на технические вопросы и задачи по STEM

Ограничения

Модель текстовая и не обрабатывает изображения; карточка не приводит результатов сравнительной оценки качества. Размер параметров расходится: README указывает 752 млн, метаданные — 581,4 млн.

Для каких профессий подходит9

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

QaptaanLM-0.75B: Efficient Hybrid-Attention Foundation Base Model

License Parameters Architecture Context Length Instruct SFT Model GitHub CPT Dataset

QaptaanLM-0.75B is a compact, high-efficiency hybrid-attention foundation language model optimized for source code synthesis, technical reasoning, and long-context code comprehension.

Engineered by stripping the visual transformer from Qwen/Qwen3.5-0.8B-Base down to 752M dense parameters, QaptaanLM achieves state-of-the-art computational and memory efficiency on consumer GPUs and edge accelerators. It couples linear-complexity recurrence layers with dense multi-head attention and was trained on KapCode-1B (1-billion-token curated code, doc, and STEM corpus with 50% Fill-in-the-Middle infilling on Google TPU v5e-8).


🌐 Model Ecosystem & Formats

Format / VariantRepositoryTarget Use-Case
SFT Instruct Model (ChatML)kaptaan45/QaptaanLM-0.75B-InstructConversational programming assistant, debugging, ChatML instruction following
GGUF Base (13 Quants)kaptaan45/QaptaanLM-0.75B-GGUFLocal CPU / llama.cpp code completion
GGUF Instruct (13 Quants + Modelfiles)kaptaan45/QaptaanLM-0.75B-Instruct-GGUFDesktop / edge chat via Ollama & llama.cpp
BitsAndBytes Base (4-bit & 8-bit)kaptaan45/QaptaanLM-0.75B-BnBLow-VRAM CUDA code completion (~730 MB VRAM)
BitsAndBytes Instruct (4-bit & 8-bit)kaptaan45/QaptaanLM-0.75B-Instruct-BnBLow-VRAM CUDA instruction serving (~730 MB VRAM)
ONNX Runtime Basekaptaan45/QaptaanLM-0.75B-ONNXIn-browser IDE autocomplete, WebGPU, edge runtimes
ONNX Runtime Instructkaptaan45/QaptaanLM-0.75B-Instruct-ONNXClient-side WebGPU chat, Transformers.js

Model Specification

PropertyValueNotes
Model NameQaptaanLM-0.75BText-only causal language model
Base ArchitectureQwen/Qwen3.5-0.8B-BaseVision transformer stripped via Qwen3_5ForCausalLM
Total Parameters752,382,976 (752M)Tied input and output word embeddings (tie_word_embeddings=True)
Trainable Parameters752,382,976Full-parameter Continued Pre-Training (no LoRA)
Hidden Size ($d_{model}$)1024Base hidden dimension
Intermediate Size ($d_{ffn}$)3584SwiGLU activation function
Total Layers2418 Linear Attention + 6 Full Attention layers (3:1 ratio)
Full Attention Heads8 Query / 2 Key-ValueGrouped-Query Attention (4:1 query-to-KV ratio)
Full Attention Head Dim256Query head dimension
Linear Attention Heads16 QK / 16 VGated DeltaNet (128 head dim, conv kernel dim 4)
Native Context Length262,144 tokens (256K native)Interleaved M-RoPE ($\theta = 10,000,000$, partial rotary factor 0.25)
Vocabulary Size248,320 tokensTied word embeddings
NormalizationRMSNorm ($\epsilon = 1\text{e-}6$)Pre-layer normalization
Precision Supportbfloat16, fp16, float32Native BF16 execution on modern GPUs & TPUs

Recommended Generation Parameters (CPT Base)

generation_config = {
    "do_sample": False,              # Greedy decoding for exact deterministic code completion
    "temperature": 0.15,             # Low temperature when sampling
    "top_p": 0.90,
    "top_k": 40,
    "repetition_penalty": 1.10,      # Prevents repetition loops
    "eos_token_id": [248044, 248046],# <|endoftext|> and <|im_end|>
    "pad_token_id": 248044
}

Quickstart & Usage

1. Standard Code Prefix Completion

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "kaptaan45/QaptaanLM-0.75B"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16 if torch.cuda.is_bf16_supported() else torch.float16,
    device_map="auto",
    trust_remote_code=True,
)

prompt = 'def binary_search(arr: list[int], target: int) -> int:\n    """Return index of target in sorted arr, or -1 if not found."""\n    '
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=64,
        do_sample=False,
        repetition_penalty=1.10,
        eos_token_id=[248044, 248046],
    )

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

2. Fill-in-the-Middle (FIM) Code Infilling

prefix = "def calculate_circle_area(radius: float) -> float:\n    \"\"\"Compute area of circle.\"\"\"\n    if radius < 0:\n        raise ValueError('Radius cannot be negative')\n"
suffix = "\n    return area\n"

# Format: <|fim_prefix|> Prefix <|fim_suffix|> Suffix <|fim_middle|>
fim_prompt = f"<|fim_prefix|>{prefix}<|fim_suffix|>{suffix}<|fim_middle|>"
inputs = tokenizer(fim_prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=48,
        do_sample=False,
        eos_token_id=tokenizer.convert_tokens_to_ids("<|fim_middle|>"),
    )

infilled = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print("Infilled Code:\n", infilled)

Dataset Attribution

Trained on KapCode-1B (1,000,013,824 tokens) across 5 curated domains:

  • Source Code (35%): Multi-language code from The Stack v3.
  • Technical Documentation (20%): READMEs, Markdown guides, API references.
  • Function-Level Code (20%): Annotated functions from The Vault.
  • High-Quality Web (15%): STEM educational web documents from FineWeb-HQ.
  • Mathematical Reasoning (10%): LaTeX equations and proofs from OpenWebMath.

License

Released under the Apache 2.0 License. Upstream base model weights and architecture adapted from Qwen/Qwen3.5-0.8B-Base by the Qwen Team (Alibaba Cloud).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
QaptaanForCausalLM
Ревизия весов
d0055d6

0 моделей