/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Архитектура
diffusion-qwen2 · dense
Базовая модель
qwen2.5-1.5b-diffusion-ultrachat
Библиотека
transformers
Опубликована
21 июл 2026

qwen2.5-1.5b-diffusion-scientific-L

Заполнение пропусковТекст → текст3 профессии

Дообученная 1,5-миллиардная Diffusion-Qwen2 для заполнения маскированных фрагментов текста.

10скачиваний за 30 дней0лайковвеса обновлены21 июл 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

qwen2.5-1.5b-diffusion-scientific-L — это дообученная модель семейства Diffusion-Qwen2, разработанная на основе lamm-mit/qwen2.5-1.5b-diffusion-ultrachat. Модель содержит 1,5 млрд параметров и предназначена для заполнения маскированных фрагментов текста. Она использует архитектуру DiffusionQwen2ForMaskedLM и доступна в формате safetensors для библиотеки Transformers.

Модель обучена на неизвестном наборе данных; в карточке приведено значение Loss 3,6680 на оценочном наборе. Контекст составляет до 32 768 токенов. README не уточняет специализацию, поддерживаемые языки и условия использования; по названию scientific можно предположить научную тематику, но данных для подтверждения этого нет.

Сценарии применения

  • заполнение пропусков в тексте
  • восстановление замаскированных фрагментов

Ограничения

Набор данных для дообучения неизвестен, а README не описывает область применения и оценку качества; приведено только значение Loss 3,6680. Поддерживаемые языки и лицензия в доступных сведениях не определяются.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen2.5-1.5b-diffusion-scientific-L

This model is a fine-tuned version of lamm-mit/qwen2.5-1.5b-diffusion-ultrachat on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.6680

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: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 32
  • 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: 0.03
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
64.15620.35561003.7350
64.36630.71112003.8210
59.78141.0643003.9045
63.28121.41964003.8106
60.35361.77515003.9681
61.25042.1286003.7179
61.42872.48367003.5746
57.69442.83918003.8365
59.38253.08463.6680

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+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
3b237e2

0 моделей