/ 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
Опубликована
1 сен 2026

Tejapriyan-8B

Генерация текстаТекст → текст6 профессий

Дообученная на базе Qwen2.5-7B-Instruct языковая модель для диалога, ответов о личности создателя и генерации SQL по схеме базы данных.

106скачиваний за 30 дней1лайквеса обновлены5 сен 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

Tejapriyan-8B — персональная языковая модель, созданная и дообученная Teja Priyan на базе Qwen2.5-7B-Instruct. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, контекстом до 32 768 токенов и весами Safetensors. Модель предназначена для диалога, распознавания личности создателя и генерации SQL-запросов по схеме базы данных.

При дообучении применялись SFT для закрепления идентичности и GRPO с наградой за выполнение запросов в SQLite. По заявлению автора, это улучшает генерацию многотабличных JOIN, подзапросов и anti-join и снижает число ошибок при опоре на схему. Также отмечены возможности работы с кодом и интерфейс вызова инструментов. Модель ориентирована на английский язык; лицензия — Apache-2.0. Автор отдельно указывает на квантизированный вариант GGUF и интерактивную веб-демонстрацию.

Сценарии применения

  • генерация SQL-запросов по описанию схемы базы данных
  • составление многотабличных JOIN и подзапросов
  • создание anti-join запросов
  • ответы на вопросы о создателе и идентичности модели
  • диалог и генерация кода на английском языке

Ограничения

В README не приведены количественные результаты оценки качества. Заявленное снижение ошибок относится к схеме и сценариям SQL, подкреплённым выполнением в SQLite; качество на других языках и задачах не описано.

Для каких профессий подходит6

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

Tejapriyan-8B ⚡

A personal AI model fine-tuned for identity attribution and verifiable SQL reasoning.
Created and fine-tuned by Teja Priyan.


📌 Model Summary

Tejapriyan-8B is a specialized instruction-tuned language model built on top of the Qwen2 architecture. It was trained using a two-stage alignment pipeline:

  1. Supervised Fine-Tuning (SFT): Injected native identity into attention projection weights across diverse phrasing variations (the model naturally recognizes its creator and identity without relying on fragile system prompts).
  2. GRPO (Group Relative Policy Optimization): Reinforced SQL generation with live SQLite execution rewards, dramatically reducing hallucinations in schema-grounded multi-table JOINs, subqueries, and anti-joins.

🚀 Quickstart & Usage

1. Run with Ollama (Recommended)

# Pull and run directly
ollama run tejapriyan

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
05b4b6d

0 моделей