/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-0.5B-Instruct
Библиотека
transformers
Опубликована
5 окт 2026

Temper-1-0.5B

Генерация текстаТекст → текст

Компактная диалоговая модель на базе Qwen2.5-Coder для решения задач и генерации кода на Rust по запросам на английском языке.

241скачиваний за 30 дней2лайкавеса обновлены6 окт 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

Temper-1-0.5B — компактная модель для генерации кода на Rust, разработанная Temper AI и дообученная на базе Qwen2.5-Coder-0.5B-Instruct. Это плотная причинная языковая модель архитектуры Qwen2 с 494 млн параметров и контекстом до 32 768 токенов; она распространяется в формате Safetensors и предназначена для диалогового взаимодействия.

Модель обучалась на 10 000 примерах задач по Rust, сгенерированных DeepSeek-V4-Flash и проверенных компилятором и тестами, а затем дополнительно обучалась с подкреплением на собственных ответах. Она предназначена для написания и решения задач на Rust по запросам на английском языке. По результатам внутренней оценки показывает сильные результаты на простых задачах, но уступает более крупным моделям на задачах средней сложности и наборах HumanEval-RS и MBPP-RS.

Модель ожидает запросы в формате чата и не обучалась заполнению кода между заданными фрагментами, поэтому не подходит как прямая замена модели для автодополнения кода в редакторе. Она обучена только на задачах Rust с англоязычными запросами; на других языках и вне тематики Rust ответы могут быть ненадёжными. Лицензия — Apache-2.0.

Сценарии применения

  • генерация функций на Rust по описанию задачи
  • решение небольших задач программирования на Rust
  • объяснение и исправление кода на Rust в диалоге
  • подготовка решений для задач с проверкой компилятором и тестами

Ограничения

Обучена только на задачах по Rust с запросами на английском языке; ответы на других языках и вне тематики Rust могут быть ненадёжными. Не обучалась заполнению кода между фрагментами, а тесты, которые она генерирует сама, не проверялись в оценке.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Temper-1-0.5B

Temper-1-0.5B is a small model fine-tuned from Qwen2.5-Coder-0.5B-Instruct for writing Rust. On the first attempt it solves more Rust tasks than models up to three times its size.

The model was trained on 10 000 Rust examples written by DeepSeek-V4-Flash and checked by the compiler and tests, then trained further with reinforcement learning on its own answers.

Website: temper-ai.pages.dev

Results

Each cell shows pass@1 / pass@10, %. pass@1 is the share of tasks solved on the first attempt, pass@10 the share solved in at least one of 10 attempts.

Temper-1-0.5BThoxEdge-RustCoder-0.5Brust-mentor-0.6bQwen2.5-Coder-1.5BQwen3.5-0.8BQwen2.5-Coder-0.5BQwen2.5-Coder-3B (reference)
trivial¹81.8 / 94.055.8 / 88.035.4 / 68.070.0 / 94.045.2 / 84.045.6 / 88.077.0 / 96.0
easy¹59.0 / 76.713.0 / 50.013.7 / 30.042.7 / 73.313.3 / 36.715.0 / 50.051.0 / 83.3
medium¹18.0 / 35.01.5 / 10.00.0 / 0.011.0 / 45.03.0 / 5.01.0 / 5.025.0 / 50.0
HumanEval-RS34.7 / 57.113.3 / 41.74.6 / 16.731.0 / 69.26.9 / 20.516.9 / 42.350.6 / 87.2
MBPP-RS38.8 / 54.812.8 / 44.49.7 / 27.134.4 / 64.711.6 / 33.323.4 / 50.841.3 / 72.9

Bold marks the best pass@1 among models up to 1.5B. Qwen2.5-Coder-3B is shown for reference only and is not part of this comparison, it is ahead of Temper on medium, HumanEval-RS and MBPP-RS. All Qwen models are the Instruct versions. Settings are temperature 0.8, top_p 0.95 and 10 answers per task, with pass@k from the unbiased estimator in the Codex paper. Every model ran without a system prompt and without reasoning.

¹ Internal set of Rust tasks.

HumanEval-RS and MBPP-RS come from MultiPL-E at revision 28441b6. The task goes to the model as a chat message and the first closed code block of the answer is compiled with the tests. Because of this the numbers differ from leaderboards that score code completion. mbpp_67_bell_number has no correct answer and counts as failed for every model.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

name = "temper-ai/Temper-1-0.5B"
tokenizer = AutoTokenizer.from_pretrained(name)
model = AutoModelForCausalLM.from_pretrained(name, dtype="auto", device_map="auto")

messages = [{"role": "user", "content": "Write a Rust function that returns the n-th Fibonacci number."}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_dict=True, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

The default generation config samples with temperature 0.7, top_p 0.8 and top_k 20. The results above used temperature 0.8 and top_p 0.95.

A GGUF version for llama.cpp, LM Studio and Ollama is in temper-ai/Temper-1-0.5B-GGUF.

Limitations

With ten attempts Qwen2.5-Coder-1.5B solves more tasks on medium, HumanEval-RS and MBPP-RS. Qwen2.5-Coder-3B remains stronger on medium tasks and both MultiPL-E sets. The trivial, easy and medium sets are written in the same style as the Temper training data, so only HumanEval-RS and MBPP-RS give an independent comparison with other models.

The model was trained only on Rust tasks with requests in English. Requests in other languages and questions unrelated to Rust may get made-up answers or refusals. It was not trained for fill-in-the-middle and expects chat requests, so it is not a drop-in model for inline completion in an editor. Tests that the model writes itself were not checked during evaluation and may fail to compile. The training data has few tasks on async code and web frameworks.

License

Apache 2.0, same as Qwen2.5-Coder-0.5B-Instruct.

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
30ff697

0 моделей