Характеристики

Контекст: 32 768 токенов
Параметры: 14 млрд
Размер весов: 59,3 ГБ
Лицензия: Apache 2.0
Архитектура: qwen2_adapter · dense
Библиотека: transformers
Опубликована: 21 авг 2026

Ссылки

MemAgent-PTE-Qwen2.5-14B

Генерация текстаТекст → текст3 профессии

Исследовательская 14B-модель на базе Qwen2.5-14B-Instruct для генерации текста и экспериментов с памятью в длинном контексте.

47скачиваний за 30 дней0лайковвеса обновлены21 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

MemAgent-PTE-Qwen2.5-14B — исследовательский чекпойнт, созданный на основе Qwen/Qwen2.5-14B-Instruct для экспериментов с поведением памяти при работе с длинным контекстом. Это плотная 14-миллиардная языковая модель с архитектурой Qwen2AdapterForCausalLM, предназначенная для генерации текста в диалоговом формате. Контекст модели составляет 32 768 токенов.

Репозиторий содержит экспорт шага обучения 100 в формате safetensors и с весами float32; для экономии видеопамяти при загрузке можно выбрать меньшую точность. Модель можно применять для экспериментов с удержанием и использованием информации из длинных диалогов и контекстов. README предупреждает о наличии пользовательского кода моделирования, необходимости предварительно проверить его перед загрузкой с trust_remote_code=True и отсутствии общей оценки безопасности. Лицензия — Apache-2.0.

Сценарии применения

эксперименты с памятью в длинных диалогах
проверка удержания информации из большого контекста
генерация ответов в диалоговом режиме
исследование поведения языковой модели на контекстах до 32 768 токенов

Ограничения

Модель не проходила общую оценку безопасности, а её пользовательский код моделирования следует проверить перед загрузкой с trust_remote_code=True. Это экспорт раннего шага обучения, поэтому качество поведения с памятью требует проверки на целевых задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MemAgent-PTE-Qwen2.5-14B

This repository is an automated off-node backup of Qwen/Qwen2.5-14B-Instruct-derived MemAgent-PTE r124 global step 100. The latest verified export corresponds to global step 100.

The checkpoint includes custom modeling code. Load it only after reviewing that code, and pass trust_remote_code=True to Transformers. The exported safetensor payload is stored in float32; select an appropriate lower-precision torch_dtype at load time when GPU memory is constrained.

This is a research checkpoint derived from the Apache-2.0 Qwen model named in the source label. It was trained for long-context memory behavior and has not received a general safety evaluation. Validate it for the intended task before deployment. The training and uploader code is maintained at https://github.com/ZhangAIPI/mem-agent-pte.

backup_manifest.json records the exact checkpoint step, source metadata, file sizes, and upload time. During training, main is replaced only after a durable local checkpoint has been validated. Intermediate history is squashed after verification so this repository remains a latest-checkpoint backup.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: Qwen2AdapterForCausalLM
Ревизия весов: 3f66310