/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
15 окт 2026

Qwen2.5-1.5B-Numina30k-Countdown10k-SFT-10k

Генерация текстаТекст → текст

Дообученная Qwen2.5-1.5B для генерации решений математических задач и ходов в игре Countdown.

317скачиваний за 30 дней0лайковвеса обновлены15 окт 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 дообученная авторами zbeeb языковая модель Qwen2.5-1.5B для генерации текста с упором на математические задачи и Countdown. Модель продолжает обучение на 5 000 новых примерах Countdown после предыдущего этапа с 30 000 примерами NuminaMath и 5 000 примерами Countdown; суммарно на Countdown использовано 10 000 примеров. В основе — плотная архитектура Qwen2 с 1,5 млрд параметров. Модель поддерживает контекст до 131 072 токенов и распространяется в формате safetensors с токенизатором.

Модель подходит для генерации решений математических задач и ходов в Countdown. В опубликованных жадных оценках она набрала 39,8% на MATH-500 и 61,4% на Countdown-500 по исходному правилу проверки. Результаты относятся к указанным в карточке промптам, декодированию и проверяющим; они не гарантируют аналогичного качества в других условиях. Лицензия — Apache-2.0.

Сценарии применения

  • генерация решений математических задач
  • получение пошаговых ответов на примеры NuminaMath
  • подбор арифметических выражений для целевого числа в Countdown
  • эксперименты с дообучением языковых моделей на математических задачах

Ограничения

В опубликованных оценках точность составила 39,8% на MATH-500 и 61,4% на Countdown-500 по исходному правилу проверки; качество зависит от промптов, декодирования и критериев оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen2.5-1.5B: Numina 30K → Countdown 10K

Final model after 30K Numina examples followed by 10,000 cumulative Countdown examples.

This continues zbeeb/Qwen2.5-1.5B-Numina30k-Countdown5k-SFT-5k for 5,000 new, disjoint Countdown examples. The continuation uses a fresh optimizer and schedule for one epoch (79 updates). The export field examples_processed=5000 counts this continuation only; cumulative_countdown_examples=10000 counts both phases.

SettingValue
Original pretrained modelQwen/Qwen2.5-1.5B base
Continuation learning rate5e-06
Global batch64 real examples
Context length4096
TrainingFull parameters, completion-only cross-entropy
ScheduleAdamW, cosine, 3% warmup
PrecisionBF16 execution, FP32 optimization and exported weights
Packing and truncationDisabled; overlength training examples rejected

Existing benchmark results

BenchmarkCorrectAccuracy
MATH-500199/50039.8%
Countdown-500, original source-rule grader307/50061.4%

These are the existing sealed greedy evaluations with the original prompts, decoding and graders. The Countdown source-rule score and stricter all-numbers score are recorded separately in evaluation_summary.json. Truncated outputs and tag-closure behavior are retained in the recorded benchmark protocol; no new evaluation is run for publication.

Inference-ready weights and the saved tokenizer are included. Native optimizer, scheduler, cursor and RNG states remain on the cluster. Training provenance and weight SHA256 checksums are in export.json, training_recipe.json and native_checkpoint_receipt.json.

Collection: https://huggingface.co/collections/zbeeb/disstillation-project-6ace05e5f40dbe715407516c

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
cfa3da6

0 моделей