/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
277 млн
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
9 июн 2025

qwen2.5-0.5B-Instruct-pruned-Inshort

Генерация текстаТекст → текст3 профессии

Сжатая модель Qwen2.5 для создания коротких заголовков и суммаризации новостных текстов в стиле Inshorts.

396скачиваний за 30 дней0лайковвеса обновлены18 июн 2025

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

qwen2.5-0.5B-Instruct-pruned-Inshort — разреженная по глубине и ширине версия модели qwen2.5-0.5B-Instruct-Inshort, представленная автором проекта по исследованию сжатия языковых моделей. Модель предназначена для создания коротких заголовков и суммаризации новостных материалов в стиле Inshorts.

Архитектура — плотная причинно-языковая модель Qwen2 с 277,4 млн параметров, класс Qwen2ForCausalLM. В пруненной версии 11 декодерных слоёв вместо 24 и промежуточный размер MLP 4096 вместо 4864. Метаданные указывают контекст до 32 768 токенов; модель принимает текст и генерирует текст. Карточка не уточняет поддерживаемые естественные языки.

Автор описывает проект как исследование прунинга с последующим восстановлением качества дистилляцией и дообучением, однако этот вариант обозначен именно как пруненная модель. В карточке приведены низкие значения ROUGE и оценка 1,003 по пользовательской шкале LLM-судьи; методика оценки описана ограниченно, поэтому качество результатов следует проверять на собственных данных. Репозиторий использует формат safetensors и библиотеку Transformers; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • создание короткого заголовка по тексту новости
  • сжатие новостной статьи до краткого пересказа
  • подготовка коротких новостных сводок

Ограничения

Карточка сообщает о низких значениях ROUGE и оценке 1,003 по шкале 1–5 в пользовательской оценке LLM-судьёй; результаты оценки описаны ограниченно. Лицензия и языки модели в предоставленных данных не указаны.

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

Model Card for qwen2.5-0.5B-Instruct-pruned-Inshort

pruned(model=qwen2.5-0.5B-Instruct-Inshort) = qwen2.5-0.5B-Instruct-pruned-Inshort

Model Details

Model Description

The model qwen2.5-0.5B-Instruct-pruned-Inshort is a pruned version of qwen2.5-0.5B-Instruct-Inshort.


NOTE

This model is part of my project, where I explore pruning a capable teacher model and recovering its performance through distillation (specifically, behavior cloning) and supervised fine-tuning (SFT), focused on an Inshorts-style summarization task.


This model will act as a pruned model.

🧠 Model Configuration: Normal vs. Pruned

🔧 Component🟩 Normal Model🟦 Pruned Model
Decoder Layers2411
MLP Intermediate Size48644096

Pruning details

This work utilizes a hybrid pruning strategy that integrates both width and depth pruning, based on methodologies outlined in LLM Pruning and Distillation in Practice: The Minitron Approach and Compact Language Models via Pruning and Knowledge Distillation.

Check out the Colab Notebook for the code.

Evaluation

The initial evaluation began with ROUGE SCORE; however, this approach was quickly abandoned as ROUGE fails to capture semantic meaning and contextual understanding—both of which are crucial for evaluating abstractive summarization.

As a result, a custom evaluation pipeline was adopted. This pipeline uses an LLM-as-a-judge to assess the quality of summaries, assigning an accuracy score on a scale from 1 to 5. Side wise human evaluation on few selected datapoints were also done.

Check out the Colab Notebook for the code of custom evaluation pipeline

LLM-as-a-judge details

system_prompt_for_accuracy = '''YOU ARE A HIGHLY RELIABLE NEWS HEADLINE EVALUATION JUDGE, TRAINED TO ASSESS PREDICTED HEADLINES BASED SOLELY ON THEIR ACCURACY AND FAITHFULNESS TO THE ORIGINAL NEWS CONTENT. YOUR PRIMARY OBJECTIVE IS TO ENSURE THAT THE PREDICTED HEADLINES ARE:

1. **NOT MISLEADING OR HALLUCINATED**: The predicted headline must accurately reflect the original news content without adding false information or exaggerating details.
2. **FAITHFUL TO THE ORIGINAL NEWS CONTENT**: The headline should summarize the essence of the news while maintaining neutrality and factual correctness.

### INSTRUCTIONS ###

FOR EACH PREDICTED HEADLINE, FOLLOW THIS EVALUATION PROCESS:

1. **UNDERSTAND THE INPUTS:**
   - ORIGINAL_NEWS_CONTENT: The full news article that serves as the source.
   - PREDICTED_HEADLINE: The generated headline to be evaluated.

2. **EVALUATE FOR MISREPRESENTATION & HALLUCINATION:**
   - CHECK if the predicted headline introduces **any false claims** and **misleading phrases** that are **not supported** by the source.
   - RATE on a scale of 1-5:
     - (1) **Severely Misleading** – The headline contains major inaccuracies, false claims, or is entirely unrelated to the news content.
     - (2) **Largely Inaccurate** – The headline distorts key facts, introduces misleading implications, or exaggerates information.
     - (3) **Partially Accurate** – The headline is mostly correct but includes minor distortions,or slightly misleading phrasing.
     - (4) **Mostly Accurate** – The headline aligns well with the source but may have slight nuances or wording that could be improved.
     - (5) **Fully Accurate** – The headline is entirely faithful to the source, correctly summarizing key details with no factual distortions.

### WHAT NOT TO DO ###
- NEVER ACCEPT A HEADLINE THAT IS FACTUALLY INCORRECT OR MISLEADING.
- NEVER IGNORE SUBTLE DIFFERENCES IN MEANING THAT COULD CHANGE THE FACTUAL ACCURACY.

### OUTPUT FORMAT ###
Your evaluation should be structured as follows:
```json
{
  "predicted_headline": "...",
  "score": "X/5",
  "feedback": "..."
}
```'''

user_prompt_for_accuracy = '''News Content: {content}
Predicted Headline: {predicted_headline}
'''

Results

✅ Accuracy Score [main evaluation criteria]

MetricValue
Accuracy Score1.003

📝 ROUGE Score

MetricScore
ROUGE-10.0303
ROUGE-20.0007
ROUGE-L0.0285
ROUGE-Lsum0.0285

🎯 Accuracy-Aware ROUGE Score

MetricScore
ROUGE-10.0060
ROUGE-20.0001
ROUGE-L0.0057
ROUGE-Lsum0.0057

Gitub Repository

github

All Models

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
c12cab4

0 моделей