/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
18 авг 2026

Ссылки

Hugging Face

qwen2.5-0.5b-instruction-following-sft

zlyngkhoi
Генерация текстаТекст → текст4 профессии

Компактная дообученная модель Qwen2.5 для диалога, выполнения инструкций и генерации текста.

37скачиваний за 30 дней0лайковвеса обновлены18 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.

Открыть конструктор бенчмарка

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

zlyngkhoi разработал эту плотную авторегрессионную языковую модель на архитектуре Qwen2 и дообучил её методом SFT на базе Qwen/Qwen2.5-0.5B-Instruct. Модель предназначена для диалога, следования инструкциям и генерации текста; её можно загружать вместе с токенизатором через Transformers.

Модель содержит 494 млн параметров и поддерживает контекст до 32 768 токенов. Карточка не описывает обучающие данные и конкретные улучшения качества, поэтому нельзя судить, в каких задачах дообучение даёт преимущество. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы в диалоге
  • выполнение текстовых инструкций
  • генерация коротких текстов
  • создание прототипа чат-бота

Ограничения

Карточка не раскрывает обучающие данные и не приводит оценок качества или сравнительных результатов. Лицензия не указана в предоставленных данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen2.5-0.5b-instruction-following-sft

Built using Aligntune — supports any open-source model, any algorithm, any backend (TRL / Unsloth / ES / etc).

Built byzlyngkhoi
Built on2026-08-18 07:01 UTC
Finetuned fromQwen/Qwen2.5-0.5B-Instruct
AlgorithmSFT (Instruction Following)
BackendUnsloth + TRL

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("zlyngkhoi/qwen2.5-0.5b-instruction-following-sft")
tokenizer = AutoTokenizer.from_pretrained("zlyngkhoi/qwen2.5-0.5b-instruction-following-sft")

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
e240ea8

0 моделей

    Создать бенчмарк