/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
5,4 млрд
Размер весов
12 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
qwen2.5-7b-instruct
Опубликована
3 фев 2026

Iterative-Qwen-7layers-SGR-Dolci

Генерация текстаТекст → текст3 профессии

Исследовательская версия Qwen2.5-7B-Instruct с 7 слоями для генерации текста и изучения влияния pruning на рассуждения.

282скачиваний за 30 дней0лайковвеса обновлены3 фев 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

Iterative-Qwen-7layers-SGR-Dolci — исследовательский чекпойнт Safal Shrestha и соавторов для изучения ограничений удаления слоёв и восстановления способностей к рассуждению у языковых моделей. Он основан на Qwen2.5-7B-Instruct: глубина модели сокращена до 7 слоёв итеративным pruning, затем выполнено постобучение с QLoRA на варианте датасета Dolci с Self-Generated Responses (SGR).

Модель построена на архитектуре Qwen2, содержит 5,4 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста и диалогов на английском языке. Лицензия — Apache-2.0. Авторы позиционируют чекпойнт для исследований и анализа pruning и восстановления, а не для производственного применения; сокращение глубины может ограничивать качество рассуждений.

Сценарии применения

  • эксперименты с удалением слоёв языковой модели
  • сравнение качества рассуждений до и после pruning
  • анализ восстановления модели после сокращения глубины
  • генерация английских ответов в исследовательских экспериментах

Ограничения

В README модель предназначена для исследований и анализа, а не для производственного применения. Сокращение до 7 слоёв может ограничивать качество рассуждений.

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

Iterative-Qwen-7layers-SGR-Dolci

This model is a depth-pruned version of Qwen2.5-7B-Instruct, obtained via Iterative layer pruning and post-trained using QLoRA with Self-Generated Responses (SGR) on the Dolci dataset.

It was released as part of our study on the limits of layer pruning for generative reasoning.

Summary

  • Base model: Qwen2.5-7B-Instruct
  • Pruning: Iterative
  • Depth: 7 layers
  • Post-training: QLoRA
  • Supervision: Self-Generated Responses (SGR)
  • Data: Dolci (SGR variant)

This checkpoint is intended for research and analysis of pruning and recovery, not as a production model.

Paper

On the Limits of Layer Pruning for Generative Reasoning in LLMs
https://arxiv.org/abs/2602.01997

@misc{shrestha2026limitslayerpruninggenerative,
  title={On the Limits of Layer Pruning for Generative Reasoning in LLMs},
  author={Safal Shrestha and Anubhav Shrestha and Aadim Nepal and Minwu Kim and Keith Ross},
  year={2026},
  eprint={2602.01997},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  url={https://arxiv.org/abs/2602.01997},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
181ac7d

0 моделей