Характеристики

Контекст: 32 768 токенов
Параметры: 1,5 млрд
Архитектура: diffusion-qwen2 · dense
Библиотека: transformers
Опубликована: 8 авг 2026

Ссылки

Hugging Face

qwen2.5-1.5b-diffusion-graph-canvas-inpainting-v1

lamm-mit

Заполнение пропусковТекст → текст3 профессии

Экспериментальная модель diffusion-qwen2 на 1,5 млрд параметров для заполнения замаскированных фрагментов текста.

24скачиваний за 30 дней0лайковвеса обновлены9 авг 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

Экспериментальная плотная модель семейства diffusion-qwen2 с 1,5 млрд параметров, обученная с нуля. В метаданных Hugging Face она размечена для задачи fill-mask; контекст составляет до 32 768 токенов, веса доступны в формате safetensors. Карточка приводит значение loss 2,7547 на оценочном наборе, но не описывает данные и методику оценки.

Модель может применяться для заполнения замаскированных фрагментов текста. README не сообщает о конкретных сценариях, языках или условиях использования, поэтому её пригодность для прикладных задач и качество результатов по карточке оценить нельзя; лицензия также не приведена.

Сценарии применения

восстановление замаскированных слов и фрагментов текста

Ограничения

Датасет и методика оценки не описаны, поэтому приведённое значение loss нельзя интерпретировать без дополнительного контекста. Лицензия и поддерживаемые языки в доступных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.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

qwen2.5-1.5b-diffusion-graph-canvas-inpainting-v1

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.7547

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1e-05
train_batch_size: 4
eval_batch_size: 2
seed: 42
gradient_accumulation_steps: 32
total_train_batch_size: 128
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 100.0
num_epochs: 3.0

Training results

Training Loss	Epoch	Step	Validation Loss
3.0543	0.2722	250	3.1076
2.8852	0.5444	500	2.9352
2.8112	0.8166	750	2.8511
2.6657	1.0882	1000	2.8080
2.7338	1.3604	1250	2.7869
2.6773	1.6326	1500	2.7736
2.8516	1.9048	1750	2.7675
2.6461	2.1764	2000	2.7592
2.7112	2.4486	2250	2.7570
2.6040	2.7208	2500	2.7557
2.7622	2.9930	2750	2.7581
2.7622	3.0	2757	2.7547

Framework versions

Transformers 5.14.1
Pytorch 2.12.1+cu130
Datasets 4.8.5
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Архитектура diffusion-qwen2 неизвестна transformers в образе рантайма.

Класс архитектуры: DiffusionQwen2ForMaskedLM
Ревизия весов: 576f10f