/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,7 млрд
Размер весов
3,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
19 сен 2026

qwen-3.5-babel-2b-sft

Генерация текстаТекст → текст3 профессии

Текстовая модель, дообученная для перевода термов доказательств между Lean и Rocq в тактические скрипты.

346скачиваний за 30 дней0лайковвеса обновлены19 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

theostos выпустил контрольную точку qwen-3.5-babel-2b-sft — текстовую модель Qwen3_5ForCausalLM с 1,7 млрд параметров, полученную дообучением Qwen/Qwen3.5-2B методом supervised fine-tuning на корпусе Babel Lean/Rocq. Она предназначена для перевода термов доказательств в тактические скрипты между Lean и Rocq и рассчитана на эксперименты с формальной верификацией. Модель принимает и генерирует текст; в этой версии нет весов визуального энкодера. Контекст — до 262 144 токенов.

Модель специализируется на переводе формальных доказательств и может помочь создавать скрипты для целевого доказателя. Сгенерированный код может быть синтаксически неверным или не пройти проверку, поэтому результат нужно проверять в Lean или Rocq. Это не универсальный математический оракул; также не заявлено, что загрязнение обучающих данных исключено. Лицензия — Apache-2.0.

Сценарии применения

  • перевод термов доказательств Lean в тактические скрипты
  • перевод термов доказательств Rocq в тактические скрипты
  • эксперименты по автоматизации формальных доказательств
  • генерация скриптов для последующей проверки в Lean или Rocq

Ограничения

Сгенерированные скрипты могут быть синтаксически неверными или не пройти проверку; результат необходимо проверить целевым доказателем. Модель не является универсальным оракулом математической корректности, а исключение загрязнения предобучающих данных не подтверждено.

Для каких профессий подходит3

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

qwen-3.5-babel-2b-sft

This is the 2B supervised-fine-tuned checkpoint from Babel-Formal, a research project on proof-term-to-tactic-script translation between Lean and Rocq.

The checkpoint is derived from Qwen/Qwen3.5-2B and fine-tuned on the Babel Lean/Rocq term-to-script training corpus. It is released as a text-only Qwen3_5ForCausalLM checkpoint: the original Qwen3.5 wrapper's language-model parameters and tokenizer are retained, while no vision encoder weights are included.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "theostos/qwen-3.5-babel-2b-sft"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

Use the prompting and verification pipeline in the Babel-Formal repository for Lean/Rocq translation experiments. Generated proof scripts must be checked by the target prover; the model does not guarantee correctness.

Limitations

  • This is a research checkpoint specialized for formal-proof translation.
  • It is not a general-purpose mathematical correctness oracle.
  • Outputs can be syntactically invalid or fail verification.
  • The model card does not claim that pretraining-data contamination has been excluded.

License

Apache 2.0, following the upstream Qwen3.5 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
Qwen3_5ForCausalLM
Ревизия весов
7974453

0 моделей