OVD: 1-data random, 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-random-step300-historical
Производная модели menik1126/OVD-Math-1-data-RS-Step300-Historical. Экспериментальный чекпойнт Qwen2.5-Math-1.5B для генерации текста после обучения на одном случайном примере до шага 300.
216скачиваний 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-random-step300-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-RS-Step300-Historical, поэтому описание составлено по ней.
OVD-Math-1-data-RS-Step300-Historical — чекпойнт эксперимента из коллекции OVD, созданный дообучением Qwen/Qwen2.5-Math-1.5B. Репозиторий содержит веса для вывода и токенизатор; суффикс названия и карточка указывают на исторический эксперимент с одним случайным примером на шаге 300.
Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и принимает текстовый контекст длиной до 4096 токенов. Она предназначена для генерации текста; базовая модель ориентирована на решения математических задач на английском и китайском языках. Карточка не сообщает отдельные результаты или характеристики данного экспериментального чекпойнта. Лицензия в предоставленных данных не указана.
Сценарии применения
- изучение поведения модели после обучения на одном случайном примере
- воспроизведение исторического эксперимента OVD
- генерация текстовых решений математических задач на английском
- генерация текстовых решений математических задач на китайском
Ограничения
Эксперимент обучался на одном случайном примере и представляет исторический чекпойнт на шаге 300, поэтому его качество и обобщение могут быть ограничены. Предоставленные сведения не описывают результаты оценки.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
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
- 1fa26bd