Характеристики

Контекст: 32 768 токенов
Параметры: 7,1 млрд
Размер весов: 15,2 ГБ
Архитектура: qwen2 · dense
Базовая модель: Qwen2.5-7B-Instruct
Библиотека: transformers
Опубликована: 13 авг 2026

Ссылки

Hugging Face

qwen_qwen_step100_prior

sagnikM

Генерация текстаТекст → текст3 профессии

Дообученный чекпойнт Qwen2.5-7B для генерации вопросов-подсказок в сценарии HiLL.

18скачиваний за 30 дней0лайковвеса обновлены13 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

sagnikM/qwen_qwen_step100_prior — конвертированный чекпойнт модели Qwen2.5-7B, подготовленный из шага 100 обучения HiLL Qwen2.5-7B/OpenThoughts. Модель построена на плотной архитектуре Qwen2ForCausalLM и содержит 7,1 млрд параметров; для загрузки используются Transformers и формат safetensors. Контекстное окно составляет 32 768 токенов.

Модель описана как генератор подсказок, который формирует только вопрос и предназначен для сценария HiLL. Она дообучена на базе Qwen/Qwen2.5-7B-Instruct. Загружены веса, конфигурация и токенизатор, но состояние оптимизатора и обучения в репозитории отсутствует. Лицензия в доступных данных не приведена.

Сценарии применения

генерация вопросных подсказок для HiLL
создание вопросов по заданному контексту
эксперименты с промежуточным чекпойнтом обучения HiLL

Ограничения

Это промежуточный чекпойнт шага 100; качество и пригодность для общего использования не описаны. Состояние оптимизатора и обучения не включено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HiLL Qwen2.5-7B prior — step 100

The question-only hint generator converted from the step-100 FSDP checkpoint of the HiLL Qwen2.5-7B/OpenThoughts run.

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "sagnikM/qwen_qwen_step100_prior"
model = AutoModelForCausalLM.from_pretrained(repo_id, torch_dtype="auto")
tokenizer = AutoTokenizer.from_pretrained(repo_id)

Only model, configuration, and tokenizer artifacts are uploaded; optimizer and trainer state remain in the original VERL checkpoint.

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: 041b8c3