/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen-0.6b-pythoncode-instruct
Библиотека
transformers
Опубликована
2 сен 2026

Qwen-0.6b-code-dpo

Генерация текстаТекст → текст6 профессий

Небольшая дообученная модель Qwen3 для генерации Python-кода и ответов на инструкции в диалоговом формате.

69скачиваний за 30 дней0лайковвеса обновлены2 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

praful1/Qwen-0.6b-code-dpo — дообученная на базе praful1/Qwen-0.6b-pythoncode-instruct языковая модель семейства Qwen3 с плотной архитектурой и примерно 507,9 млн параметров. Модель обучена с TRL на наборе RLHFlow/CodeUltraFeedback-standard методом DPO и предназначена для генерации кода и ответов в диалоговом формате.

Модель принимает текстовые запросы и генерирует текст, в том числе Python-код. Метаданные указывают контекст до 32 768 токенов; для запуска приведён пример с Transformers pipeline и запросом на генерацию программы для поиска простых чисел. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация Python-кода по текстовому описанию
  • создание небольших программ и алгоритмов
  • ответы на инструкции по программированию в диалоге

Ограничения

Модель имеет небольшой размер и её качество может быть ограничено на сложных задачах программирования. В предоставленной карточке нет результатов оценки качества.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for dpo-output

This model is a fine-tuned version of praful1/Qwen-0.6b-pythoncode-instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "Design a Python program to find the first 'n' prime numbers greater than a user-specified number. The program should also be able to handle multiple user inputs at the same time."
generator = pipeline("text-generation", model="praful1/Qwen-0.6b-code-dpo", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with DPO, a method introduced in Direct Preference Optimization: Your Language Model is Secretly a Reward Model.

Framework versions

  • TRL: 1.12.0
  • Transformers: 5.16.1
  • Pytorch: 2.11.0+cu128
  • Datasets: 5.0.1
  • Tokenizers: 0.23.1

Citations

Cite DPO as:

@inproceedings{rafailov2023direct,
    title        = {{Direct Preference Optimization: Your Language Model is Secretly a Reward Model}},
    author       = {Rafael Rafailov and Archit Sharma and Eric Mitchell and Christopher D. Manning and Stefano Ermon and Chelsea Finn},
    year         = 2023,
    booktitle    = {Advances in Neural Information Processing Systems 36: Annual Conference on Neural Information Processing Systems 2023, NeurIPS 2023, New Orleans, LA, USA, December 10 - 16, 2023},
    url          = {http://papers.nips.cc/paper_files/paper/2023/hash/a85b405ed65c6477a4fe8302b5e06ce7-Abstract-Conference.html},
    editor       = {Alice Oh and Tristan Naumann and Amir Globerson and Kate Saenko and Moritz Hardt and Sergey Levine},
}

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
795b160

0 моделей