/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-0.5B-Instruct
Библиотека
llama.cpp
Опубликована
17 сен 2026

quill-1-preview

Генерация текстаТекст → текст3 профессии

Quill 1 Preview — небольшая дообученная модель для заполнения пропусков и автодополнения кода Python в редакторах.

1 089скачиваний за 30 дней1лайквеса обновлены25 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

Quill 1 Preview — компактная модель семейства Minsore, разработанная для автодополнения кода Python в редакторах. Она дообучена методом QLoRA на базе Qwen/Qwen2.5-Coder-0.5B-Instruct и предназначена прежде всего для заполнения пропусков в коде по префиксу и суффиксу (Fill-in-the-Middle, FIM), а не для диалогов с пользователем.

Модель семейства Qwen2 с архитектурой Qwen2ForCausalLM содержит около 494 млн параметров. Она принимает текстовый контекст кода и генерирует текстовое продолжение; репозиторий включает GGUF F16, GGUF Q4_K_M и safetensors. Для Q4_K_M заявлен размер около 400 МБ и работа на потребительском оборудовании. В метаданных указан контекст 32 768 токенов, тогда как README сообщает о контексте 1 024 токена и обрезке длинных файлов, поэтому фактическое ограничение зависит от используемой версии или конфигурации.

Основной сценарий — интерактивное дополнение функций и фрагментов Python. В README приведены результаты тестов FIM и генерации кода, однако они не гарантируют качество на произвольных проектах. Известные ограничения: модель не предназначена для чата, может добавлять тесты после функции, повторять большие числа и ошибаться при использовании незнакомых API; обучающие данные ориентированы на Python. Лицензия — Apache 2.0.

Сценарии применения

  • автодополнение строки или блока кода Python в IDE
  • заполнение пропуска между префиксом и суффиксом кода
  • продолжение незавершённой функции Python
  • генерация фрагмента кода в редакторе с ограниченными ресурсами

Ограничения

Не предназначена для чат-диалога; README указывает на специализацию только на Python, возможное добавление тестов, повторение больших чисел и ошибки на незнакомых API. Есть расхождение в длине контекста: в метаданных указано 32 768 токенов, а README сообщает о 1 024 токенах.

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

🟢 Quill 1 Preview

Lightweight FIM autocomplete model for Python, built on Qwen2.5-Coder-0.5B.

Quill is a 0.5B parameter code-completion model designed for Fill-in-the-Middle (FIM) tasks in IDEs and editors. It runs comfortably on consumer hardware and is one of the few publicly available 0.5B models trained specifically for autocomplete.

Part of the Minsore family · minsore.com


✨ Highlights

  • 🧠 FIM-native — understands <fim_prefix>, <fim_suffix>, <fim_middle>
  • ⚡ Real-time — designed for live autocomplete in editors
  • 📦 Tiny — 0.5B params, ~400 MB in Q4_K_M
  • 🎯 Purpose-built — trained for autocomplete, not chat
  • 🆓 Apache 2.0 — same license as base model

Quill comparison

📊 Benchmarks

Evaluated against 0.5B–1B code models. All runs used temperature=0.0, raw FIM mode (--chat-template none).

BenchmarkQuill 1 PreviewArche-Codium 0.5BGranite 4.0 1BQwen2.5-Coder 0.5B
HumanEval@5054.0%96.0%58.0%52.0%
HumanEval-Infilling (EditSim)0.4230.0530.0410.045
HumanEval-Infilling (Exact Match)16%0%0%0%
NextBench v0.2 (autocomplete)45.0%5.0%25.0%41.7%
Delulu FIM (EditSim)0.3180.0870.0410.035

📌 Key insight: On FIM-specific benchmarks, Quill outperforms competitors by 8–10×. On pure code generation (HumanEval), it matches the base model — training added FIM capability without hurting generation.


🚀 Quick Start

llama.cpp

llama-server -m quill-1-preview.Q4_K_M.gguf \
  --port 8080 \
  -ngl 99 \
  --chat-template none

Requirements: any GPU with ≥2 GB VRAM (full offload), or partial CPU offload as fallback.

FIM request

curl http://localhost:8080/infill \
  -H "Content-Type: application/json" \
  -d '{
    "input_prefix": "def add(a, b):\n    ",
    "input_suffix": "\n\nprint(add(2, 3))",
    "n_predict": 64,
    "temperature": 0.0
  }'

Response:

{
  "content": "return a + b",
  "stop": true
}

Python

import requests

def fim_complete(prefix, suffix, max_tokens=64):
    r = requests.post("http://localhost:8080/infill", json={
        "input_prefix": prefix,
        "input_suffix": suffix,
        "n_predict": max_tokens,
        "temperature": 0.0,
        "stop": ["<fim_end>", "<|endoftext|>"],
    })
    return r.json()["content"]

print(fim_complete(
    "def fib(n):\n    if n <= 1:\n        return n\n    return ",
    "\n\nprint(fib(10))"
))
# → "fib(n - 1) + fib(n - 2)"

⚙️ Recommended Settings

ParameterValueNotes
n_predict128–256Works best on short completions
temperature0.0Deterministic; for creative variation use 0.2
repeat_penalty1.1Prevents number-looping
stop`["<fim_end>", "<endoftext
--chat-templatenoneRequired. Quill is not a chat model

⚠️ Limitations

  • Autocomplete only — does not work as a chat assistant
  • Occasionally appends tests after the function (inherited from mixed training data)
  • Number looping — may repeat large integers on some prompts (use repeat_penalty=1.1)
  • 1024 token context — long files are truncated
  • Python-only — trained on Python FIM data
  • Hallucinations on unfamiliar APIs (EditSim 0.318 on Delulu FIM benchmark)

🧬 Training Details

Base modelQwen2.5-Coder-0.5B-Instruct
MethodQLoRA (r=16, α=16)
DataMixed FIM + Python instruction data
Epochs1
Context1024 tokens
FIM tokens<fim_prefix>, <fim_suffix>, <fim_middle>, <fim_pad>

📁 Files

FileSizeDescription
quill-1-preview.Q4_K_M.gguf~400 MBReady to use (recommended)
quill-1-preview-f16.gguf~1 GBFull precision GGUF
lora/~35 MBLoRA adapter for fine-tuning

🗺️ Roadmap

  • Quill 2 — fix number looping, raise pattern_hit to 70%+
  • Quill 2 — multi-language support (JS/TS/Rust)
  • Pepper — general-purpose code assistant (1.5B)
  • Symphony — flagship code model (3B)

📜 License

Apache 2.0 — same as the base Qwen2.5-Coder-0.5B model.


🙏 Credits


📬 Contact

Minsore — Ukrainian AI lab building open language models.


⭐ If Quill is useful, star the repo and share your results.

Как запустить

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

GPU в ailist

Универсальный рантайм · llama.cpp

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
674569b

0 моделей