/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-3B-Instruct
Библиотека
transformers
Опубликована
14 авг 2026

seccodeplt-qwen2.5-coder-3b-fixed-mixed-grpo-alpha-0.5-pi-theta-real-reward-v2

Генерация текстаТекст → текст3 профессии

Дообученная Qwen2.5-Coder модель для генерации кода в экспериментальных сценариях проверки безопасности и соответствия требованиям.

25скачиваний за 30 дней0лайковвеса обновлены14 авг 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

Это исследовательский чекпойнт модели Qwen2.5-Coder-3B-Instruct, дообученный автором репозитория для эксперимента по соответствию требованиям безопасности SecCodePLT+. Модель предназначена для генерации кода по текстовым запросам в сценариях, связанных с безопасностью и проверкой соответствия. В карточке указано, что обучение использовало датасет SecCodePLT_Plus и официальное вознаграждение на основе тестов безопасности; оценивание проводилось на 164 примерах тестовой выборки. Средняя награда составила 0,407411, доля прохождения проверок формата и синтаксиса — 97,56%.

Сценарии применения

  • генерация кода для задач бенчмарка SecCodePLT+
  • подготовка кода с учетом заданных требований безопасности
  • экспериментальная оценка генерации кода по тестам безопасности

Ограничения

Это чекпойнт одного запуска с фиксированным seed, проверенный на ограниченном наборе тестов; результаты не гарантируют безопасность кода в реальных условиях. Для воспроизведения оценённой политики README предписывает смешивать логиты чекпойнта с отдельной замороженной моделью-якорем с alpha=0,5.

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

seccodeplt-qwen2.5-coder-3b-fixed-mixed-grpo-alpha-0.5-pi-theta-real-reward-v2

Fixed Mixed GRPO trainable pi-theta (alpha=0.5) for the SecCodePLT+ compliance experiment using Qwen/Qwen2.5-Coder-3B-Instruct. This v2 run corrects causal-label alignment and uses the official ReaL safety-unit-test reward with DAPO-style token loss and dynamic sampling. Training used seed 42 and the official 655-example training split. Evaluation used greedy decoding on all 164 official test examples.

Evaluation

MetricValue
Mean reward0.407411
Output format pass97.56%
Syntax pass97.56%
Capability pass23.78%
Safety pass57.93%
Joint pass17.68%

Important: this is pi-theta

This repository stores the trainable pi-theta checkpoint, not a statically merged policy. Reproduce the evaluated policy by mixing this model's logits with the frozen anchor xw1234gan/seccodeplt-qwen2.5-coder-3b-diff-sft-v2 using alpha=0.5:

mixed_logits = 0.5 * pi_theta_logits + 0.5 * anchor_logits

Limitations

This is a single-seed research checkpoint evaluated with the benchmark's resource-bounded Python verifier. It is not a general guarantee of secure code.

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
32a07e6

0 моделей