/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Размер весов
5,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-1.5B-Instruct
Библиотека
transformers
Опубликована
19 июн 2026

MoM-python-slm

Генерация текстаТекст → текст4 профессии

Компактная модель на базе Qwen2.5-Coder для генерации Python-кода по заданию и дополнительному контексту.

45скачиваний за 30 дней1лайквеса обновлены21 июн 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

MoM-Python-SLM — специализированная модель для генерации кода на Python, разработанная как узел системы Mixture-of-Models. Она дообучена на базе Qwen/Qwen2.5-Coder-1.5B-Instruct методом DoRA с последующим supervised fine-tuning и слиянием адаптера с базовой моделью. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации Python-кода по текстовому заданию, в том числе с дополнительным контекстом. Карточка описывает её как генератор одного ответа, а не автономного агента. Обучающие данные включают документацию CPython, исходный код Flask и Requests, материалы об ошибках и уязвимостях, а также синтетические задачи с проверкой выполнения. Авторы сообщают о результатах HumanEval и MBPP выше базовой модели и об улучшении на внутреннем тесте генерации кода по спецификации.

Модель загружается через Transformers и распространяется по лицензии Apache-2.0. Её назначение ограничено Python-кодом; качество за пределами этого сценария не подтверждено приведёнными оценками. Для выдачи кода по формату обучения рекомендуется использовать системный промпт, применявшийся при обучении.

Сценарии применения

  • написание функции Python по текстовой спецификации
  • генерация кода с использованием API Flask или Requests
  • создание примеров кода по документации Python
  • решение задач на программирование на Python

Ограничения

Модель ориентирована на Python и выдаёт один ответ, а не выполняет роль автономного агента. Для корректного формата ответа рекомендуется использовать системный промпт обучения; заявленные бенчмарки не подтверждают качество в задачах за пределами генерации кода.

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

MoM-Python-SLM (1.5B)

The Python code-generation node of a Mixture-of-Models (MoM) mesh — a set of small, specialized Qwen2.5-Coder SLMs (shared tokenizer) coordinated by a lightweight router, aiming to beat frontier generalists on coding by specialization depth rather than parameter count.

This node is a single-turn code generator (not an agent): given a Python task (optionally with an upstream context packet), it returns reasoning followed by code. It shares the Qwen2.5-Coder tokenizer with the other generative nodes, which is what makes logit-space fusion across the mesh valid.

  • Base: Qwen/Qwen2.5-Coder-1.5B-Instruct
  • Method: DoRA r=64 (≈4.6% trainable), SFT (Phase A 1ep + Phase B 2ep), then merged.
  • Data: 476K instances (decontaminated vs HumanEval/MBPP, 0 overlap) built from the complete CPython docs + Flask/Requests source, issues/PRs, CVEs, and execution-verified synthetic problems.

Benchmarks (greedy pass@1)

SuiteMetricbasethis model
HumanEvalpass@168.970.7
MBPPpass@166.769.6
Domain (held-out)spec_to_code exec0.6320.714 (+8.2)
Domain (held-out)api_signature param-recall0.2170.299 (+8.2)
Domain (held-out)problem_solving exec0.7000.713 (parity)

The largest gains are on library/API capability (writing correct code from a spec, recalling API signatures) — the dimension HumanEval/MBPP are saturated on and can't measure. The repo's self-contained domain-eval notebook reproduces these.

Recipe findings (load-bearing)

  • Low DoRA rank wins: r=64 specializes without forgetting; r=256 catastrophically regressed (HumanEval 60.4 < base).
  • Moderate reasoning wins: the ~25%-reasoning recipe (this model) beat a 98%-reasoning sibling, whose HumanEval collapsed to 47 (always-reason prose fights the signature-completion format).

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("srivarenya/MoM-python-slm")
model = AutoModelForCausalLM.from_pretrained(
    "srivarenya/MoM-python-slm", dtype="bfloat16", device_map="auto")

Prompt with the training system prompt + a Python task; the model returns reasoning then code.

Next step in the pipeline: GRPO/RLVR against an execution-grounded reward to push past the instruct-tuning ceiling. Code, training recipe, and eval harnesses: project repository.

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
a29c68f

0 моделей