/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-7B-Instruct
Библиотека
transformers
Опубликована
14 авг 2026

seccodeplt-qwen2.5-coder-7b-grpo-no-kl-real-reward-v2

Генерация текстаТекст → текст3 профессии

Дообученная на SecCodePLT+ модель Qwen Coder для генерации кода с учётом требований безопасности.

20скачиваний 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, дообученный авторами xw1234gan на основе Qwen/Qwen2.5-Coder-7B-Instruct методом GRPO без KL-регуляризации для эксперимента по соответствию требованиям безопасности SecCodePLT+. Модель построена на архитектуре Qwen2, содержит 7,1 млрд параметров и принимает запросы на генерацию текста, включая кода; контекст — до 32 768 токенов.

Модель предназначена для генерации кода с учётом критериев безопасности и оценки на бенчмарке SecCodePLT+. В README указаны обучение на официальной обучающей выборке из 655 примеров и проверка на 164 тестовых примерах с жадным декодированием. На этой оценке доля прохождения проверки формата составила 98,17%, синтаксиса — 97,56%, средняя награда — 0,497.

Это односеансовый исследовательский чекпойнт, проверенный ограниченным по ресурсам Python-верификатором; результаты не гарантируют безопасность сгенерированного кода в общем случае. В карточке указана лицензия Apache-2.0.

Сценарии применения

  • генерация кода по запросу с критериями безопасного поведения
  • экспериментальная проверка генерации кода на бенчмарке SecCodePLT+
  • сравнение методов обучения моделей безопасной генерации кода

Ограничения

Это чекпойнт одного запуска с одним случайным seed, оценённый ресурсно-ограниченным Python-верификатором; он не гарантирует безопасность кода в общем случае. Метрики приведены только для тестовой выборки SecCodePLT+.

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-7b-grpo-no-kl-real-reward-v2

GRPO without KL regularization for the SecCodePLT+ compliance experiment using Qwen/Qwen2.5-Coder-7B-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 reward0.496886
Output format pass98.17%
Syntax pass97.56%
Capability pass37.80%
Safety pass62.80%
Joint pass30.49%

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
a7fd6fa

0 моделей