/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
196 млн
Лицензия
MIT
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
10 ноя 2025

Qwen2.5-Coder-196M-Shell

Генерация текстаТекст → текст4 профессии

Компактная дистиллированная модель Qwen2 для генерации Bash-команд по запросам на естественном языке.

423скачиваний за 30 дней0лайковвеса обновлены10 ноя 2025

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

tripathysagar/Qwen2.5-Coder-196M-Shell — компактная текстовая модель семейства Qwen2, разработанная путём дистилляции Qwen2.5-Coder-0.5B-Instruct и NL2SH-ALFA. Она предназначена для генерации Bash-команд по описанию задачи на естественном языке. Модель имеет около 195,8 млн параметров, использует архитектуру Qwen2ForCausalLM, исходный токенизатор базовой модели и контекст до 32 768 токенов.

Модель подходит для преобразования коротких запросов в команды оболочки и помощи при написании Bash. В карточке указана лицензия MIT. README не описывает оценку качества и практические ограничения; из-за узкой специализации и малого размера результат стоит проверять перед выполнением.

Сценарии применения

  • преобразование текстового запроса в Bash-команду
  • черновик команды для терминала
  • помощь в написании коротких shell-скриптов

Ограничения

README не приводит результатов оценки качества или подробных ограничений; сгенерированные команды следует проверять перед выполнением.

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

Model Card for Model ID

Distiled Qwen/Qwen2.5-Coder-0.5B-Instruct by westenfelder/NL2SH-ALFA for NLP to bash command. Distiled only decoder block from 24 to 4 with the original tokenizer.

Model Details

Model Sources [optional]

  • Blog: [More Information Needed]

Uses

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_name = "tripathysagar/Qwen2.5-Coder-196M-Shell"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    dtype=torch.bfloat16,
    device_map="auto",
    )

def infer(inp, debug=False):
  msg = [
    {"role": "system", "content": "Generate shell command."},
    {"role": "user", "content": inp},
  ]
  text = tokenizer.apply_chat_template(
    msg,
    tokenize=False,
    add_generation_prompt=True,
  )
  if debug:
    print(text)

  model_inputs = tokenizer([text], return_tensors="pt")
  generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=256,
    do_sample=True,

  )

  resp_text = tokenizer.batch_decode(generated_ids)[0]
  if debug:
    print(resp_text)

  return (inp, resp_text[len(text):].replace('<|im_end|>', ''))

infer("get kernel name.")

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
40b7f9f

0 моделей