/ Модель

Характеристики

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

Qwen-0.6b-python-grpo

Генерация текстаТекст → текст4 профессии

Небольшая дообученная Qwen3 для генерации Python-кода и ответов на инструкции по программированию.

100скачиваний за 30 дней0лайковвеса обновлены27 авг 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-python-grpo — дообученная модель семейства Qwen3, разработанная на основе praful1/Qwen-0.6b-pythoncode-instruct с использованием TRL. Это плотная причинная языковая модель примерно на 507,9 млн параметров, рассчитанная на генерацию текста и диалоговые запросы; в примере карточки она пишет функцию сложения двух чисел.

Модель предназначена для генерации Python-кода по запросам на естественном языке и ответов на инструкции по программированию. Она принимает текстовые сообщения и генерирует текст, включая код. Указанная длина контекста — 32 768 токенов.

Веса опубликованы в формате Safetensors для использования с Transformers. Лицензия в предоставленных данных не указана. Карточка не приводит результаты оценки качества, поэтому надёжность кода и пригодность для сложных задач по программированию по этим данным оценить нельзя.

Сценарии применения

  • генерация Python-функций по описанию
  • написание простых скриптов на Python
  • ответы на вопросы по программированию
  • выполнение инструкций для генерации Python-кода

Ограничения

В карточке нет результатов оценки качества, поэтому уровень надёжности сгенерированного кода не установлен. Лицензия в предоставленных данных не указана.

Для каких профессий подходит4

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 grpo_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 = "write a function to add two numbers?"
generator = pipeline("text-generation", model="praful1/Qwen-0.6b-python-grpo", 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 GRPO, a method introduced in DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models.

Framework versions

  • TRL: 1.12.0
  • Transformers: 5.15.0
  • Pytorch: 2.11.0+cu128
  • Datasets: 5.0.1
  • Tokenizers: 0.22.2

Citations

Cite GRPO as:

@article{shao2024deepseekmath,
    title        = {{DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models}},
    author       = {Zhihong Shao and Peiyi Wang and Qihao Zhu and Runxin Xu and Junxiao Song and Mingchuan Zhang and Y. K. Li and Y. Wu and Daya Guo},
    year         = 2024,
    eprint       = {arXiv:2402.03300},
}

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
b917c5d

0 моделей