/ 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
20 июл 2026

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

Заполнение пропусковТекст → текст3 профессии

Дообученная модель diffusion-qwen2 на 1,5 млрд параметров для предсказания пропущенных текстовых токенов.

10скачиваний за 30 дней0лайковвеса обновлены20 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

lamm-mit/qwen2.5-1.5b-diffusion-scientific-design — модель на 1,5 млрд параметров, дообученная разработчиком lamm-mit на базе lamm-mit/qwen2.5-1.5b-diffusion-ultrachat. Это плотная модель семейства diffusion-qwen2 с архитектурой DiffusionQwen2ForMaskedLM, предназначенная для задачи fill-mask — предсказания пропущенных токенов в тексте. Репозиторий содержит веса в формате safetensors; модель использует библиотеку Transformers и имеет контекст длиной до 32 768 токенов.

В README указана оценка Loss 3,9131 на наборе для оценки, но назначение «scientific design» и пригодность для конкретных научных или инженерных сценариев не раскрыты. Данные обучения названы неизвестными. Лицензия в предоставленных сведениях отсутствует.

Сценарии применения

  • восстановление пропущенных слов и фрагментов текста
  • заполнение маскированных токенов в текстовых данных
  • эксперименты с diffusion-моделями для языкового заполнения

Ограничения

Данные обучения названы неизвестными, а подробности назначения и оценки качества не приведены. Лицензия не указана в предоставленных метаданных и README.

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-design

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: 3.9131

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: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • 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: 0.05
  • num_epochs: 20.0

Training results

Training LossEpochStepValidation Loss
57.71313.1281003.7250
56.73176.2562004.1247
59.61199.3843003.6308
62.260212.5124003.9451
62.999015.645003.6218
60.676318.7686003.9414
52.412120.06403.9131

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
427e084

0 моделей