OVD: 1-data hes, step 300
Inference weights and tokenizer for the historical 1-data experiment.
Part of the OVD collection.
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 1,5 млрд
- Размер весов
- 7,1 ГБ
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-Math-1.5B
- Библиотека
- transformers
- Опубликована
- 20 сен 2026
Ссылки
ovd-math-1-data-hes-step300-historical
Производная модели menik1126/OVD-Math-1-data-HES-Step300-Historical. Экспериментальный чекпойнт Qwen2.5-Math-1.5B для генерации текста и математических решений, сохранённый на шаге 300 опыта OVD с одним примером данных.
220скачиваний за 30 дней0лайковвеса обновлены20 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Карточка модели menik1126/ovd-math-1-data-hes-step300-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-HES-Step300-Historical, поэтому описание составлено по ней.
OVD-Math-1-data-HES-Step300-Historical — экспериментальный чекпойнт из коллекции OVD с весами для инференса и токенизатором. Он основан на Qwen/Qwen2.5-Math-1.5B и представляет собой шаг 300 эксперимента «1-data HES»; архитектура — плотная причинная языковая модель Qwen2ForCausalLM с 1,5 млрд параметров. Модель предназначена для генерации текста, в том числе решений математических задач, на основе базовой модели, рассчитанной на английский и китайский языки. Контекст — до 4096 токенов.
Это исторический экспериментальный чекпойнт, поэтому его качество и пригодность для практического применения могут отличаться от базовой модели и не подтверждены сведениями карточки. Лицензия в предоставленных данных не указана.
Сценарии применения
- генерация решений математических задач
- изучение поведения модели на раннем шаге дообучения
- сравнение чекпойнтов эксперимента OVD
Ограничения
Это исторический экспериментальный чекпойнт, и карточка не приводит оценок его качества. Лицензионные условия в доступных данных не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 9e1ac72