/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
transformers
Опубликована
16 авг 2026

DeepControl-Qwen2.5-7B

Генерация текстаТекст → текст5 профессий

Дообученная Qwen2.5-7B-Instruct для генерации текста и рассуждений в агентных сценариях поиска с дополнением контекста.

46скачиваний за 30 дней1лайквеса обновлены21 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

DeepControl-Qwen2.5-7B — диалоговая языковая модель на архитектуре Qwen2, разработанная как контрольная точка агента глубокого поиска на основе Qwen2.5-7B-Instruct. Она предназначена для генерации текста в сценариях поиска с дополнением контекста и рассуждений; карточка связывает её с работой «Adaptive Information Control for Search-Augmented LLM Reasoning». Модель содержит 7,1 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов.

README показывает запуск через vLLM, но приводит ограничение длины последовательности 8 192 токена в примере. Модель доступна по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в сценариях поиска с дополнением контекста
  • построение диалогового агента для глубокого поиска
  • рассуждения по найденной информации

Ограничения

README приводит пример запуска с ограничением длины контекста 8 192 токена, тогда как метаданные указывают нативный контекст 32 768 токенов. Заявления о качестве и конкретных результатах поиска в предоставленной карточке отсутствуют.

Для каких профессий подходит5

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

DeepControl-Qwen2.5-7B

Deep search agent checkpoint from Qwen2.5-7B-Instruct under Adaptive Information Control for Search-Augmented LLM Reasoning (EMNLP 2026).

Quick start

See our repo DeepControl for more details.

Recommended Configuration:

SettingValue
Inference dtypeBF16
Context length8,192
Generation temperature0
Maximum new tokens per action512
Maximum agent turns8
Retrieval top-k5
Retrieval corpusWikipedia 2018 (wiki18)

For example, the model server can be started with:

vllm serve sxiong/DeepControl-Qwen2.5-7B \
  --dtype bfloat16 \
  --max-model-len 8192

Loading the model alone does not provide retrieval. It requires the DeepControl system prompt, action parser, and wiki18 corpus.

Citation

@article{xiong2026adaptive,
  title={Adaptive Information Control for Search-Augmented LLM Reasoning},
  author={Xiong, Siheng and Gungordu, Oguzhan and Kerce, James C and Fekri, Faramarz},
  journal={arXiv preprint arXiv:2602.01672},
  year={2026}
}

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
ac27282

0 моделей