/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-3B-Instruct
Библиотека
transformers
Опубликована
5 фев 2025

Qwen2.5-Coder-3B-Instruct-NL2SH

Генерация текстаТекст → текст3 профессии

Дообученная на NL2SH-ALFA модель переводит инструкции на английском языке в команды Bash для обучения и исследований.

35скачиваний за 30 дней1лайквеса обновлены6 апр 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

Qwen2.5-Coder-3B-Instruct-NL2SH — дообученная модель группы Anyscale Learning For All (ALFA) при MIT-CSAIL для преобразования инструкций на английском языке в команды Bash. Она основана на Qwen/Qwen2.5-Coder-3B-Instruct, содержит 3,1 млрд параметров и использует архитектуру Qwen2 с генерацией текста; базовый контекст составляет 32 768 токенов. Модель обучена на наборе NL2SH-ALFA и распространяется в формате Safetensors по лицензии MIT.

Модель подходит для изучения Bash и экспериментов с переводом естественного языка в команды оболочки. На тестовом наборе InterCode-ALFA она показала точность 0,51. Она может генерировать чрезмерно сложные или неправильные команды, включая команды, способные удалить данные или повредить систему. Разработчики не рекомендуют использовать её в производственных или автоматизированных сценариях без проверки человеком; она рассчитана на английские инструкции, одиночные команды Bash и не предназначена для других языков или многострочных скриптов.

Сценарии применения

  • преобразование английского запроса в команду Bash
  • подбор Bash-команды для типовой задачи в терминале
  • изучение соответствия между английскими инструкциями и синтаксисом Bash

Ограничения

Точность на тесте InterCode-ALFA составляет 0,51; модель склонна выдавать чрезмерно сложные и неверные команды, в том числе способные удалить данные или повредить систему. Предназначена для английских инструкций и одиночных команд Bash; результаты нужно проверять вручную, команды нельзя запускать без проверки.

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

Model Card for Qwen2.5-Coder-3B-Instruct-NL2SH

This model translates natural language (English) instructions to Bash commands.

Model Details

Model Description

This model is a fine-tuned version of the Qwen2.5-Coder-3B-Instruct model trained on the NL2SH-ALFA dataset for the task of natural language to Bash translation (NL2SH). For more information, please refer to the paper.

Model Sources

Uses

Direct Use

This model is intended for research on machine translation. The model can also be used as an educational resource for learning Bash.

Out-of-Scope Use

This model should not be used in production or automated systems without human verification.

Considerations for use in high-risk environments: This model should not be used in high-risk environments due to its low accuracy and potential for generating harmful commands.

Bias, Risks, and Limitations

This model has a tendency to generate overly complex and incorrect Bash commands. It may produce harmful commands that delete data or corrupt a system. This model is not intended for natural languages other than English, scripting languages or than Bash, or multi-line Bash scripts.

Recommendations

Users are encouraged to use this model as Bash reference tool and should not execute commands without verification.

How to Get Started with the Model

Use the code below to get started with the model.

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

def translate(prompt):
    model_name = "westenfelder/Qwen2.5-Coder-3B-Instruct-NL2SH"
    tokenizer = AutoTokenizer.from_pretrained(model_name, clean_up_tokenization_spaces=False)
    model = AutoModelForCausalLM.from_pretrained(model_name, device_map="cuda", torch_dtype=torch.bfloat16)
        
    messages = [
        {"role": "system", "content": "Your task is to translate a natural language instruction to a Bash command. You will receive an instruction in English and output a Bash command that can be run in a Linux terminal."},
        {"role": "user", "content": f"{prompt}"},
    ]

    tokens = tokenizer.apply_chat_template(
        messages,
        add_generation_prompt=True,
        tokenize=True,
        return_tensors="pt"
    ).to(model.device)

    attention_mask = torch.ones_like(tokens)

    outputs = model.generate(
        tokens,
        attention_mask=attention_mask,
        max_new_tokens=100,
        do_sample=False,
        temperature=None,
        top_p=None,
        top_k=None,
    )
    
    response = outputs[0][tokens.shape[-1]:]
    return tokenizer.decode(response, skip_special_tokens=True)


nl = "List files in the /workspace directory that were accessed over an hour ago."
sh = translate(nl)
print(sh)

Training Details

Training Data

This model was trained on the NL2SH-ALFA dataset.

Training Procedure

Please refer to section 4.1 and 4.3.4 of the paper for information about data pre-processing, training hyper-parameters and hardware.

Evaluation

This model was evaluated on the NL2SH-ALFA test set using the InterCode-ALFA benchmark.

Results

This model achieved an accuracy of 0.51 on the InterCode-ALFA benchmark.

Environmental Impact

Experiments were conducted using a private infrastructure, which has a approximate carbon efficiency of 0.432 kgCO2eq/kWh. A cumulative of 12 hours of computation was performed on hardware of type RTX A6000 (TDP of 300W). Total emissions are estimated to be 1.56 kgCO2eq of which 0 percents were directly offset. Estimations were conducted using the Machine Learning Emissions Calculator.

Citation

BibTeX:

@misc{westenfelder2025llmsupportednaturallanguagebash,
      title={LLM-Supported Natural Language to Bash Translation}, 
      author={Finnian Westenfelder and Erik Hemberg and Miguel Tulla and Stephen Moskal and Una-May O'Reilly and Silviu Chiricescu},
      year={2025},
      eprint={2502.06858},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.06858}, 
}

Model Card Authors

Finn Westenfelder

Model Card Contact

Please email finnw@mit.edu or make a pull request.

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
be62733

0 моделей