Qwen2.5-Coder-1.5B CLI
Experimental — Экспериментальный генератор команд Linux
1 мин чтения
Модель обучена методом Supervised Fine-Tuning (SFT) с использованием LoRA (небольшой надстройки над базовой моделью) на базе Qwen2.5-Coder-1.5B-Instruct. Она превращает текстовые запросы на естественном языке в инструкции для командной строки Linux. Проект создан как экспериментальный шаг к полноценному ассистенту для системного администрирования. Модель поставляется в формате GGUF с квантованием Q4_K_M, что удобно для локального запуска.
Ключевые особенности
- База: Qwen2.5-Coder-1.5B-Instruct
- Метод обучения: Supervised Fine-Tuning (SFT) с LoRA
- Обучающие данные: 40 634 примера
- Формат: GGUF (Q4_K_M)
Что можно сделать
- Сгенерировать команды оболочки Linux по текстовому описанию задачи
- Использовать для помощи в базовом администрировании систем
- Протестировать локально возможности модели для работы с консолью
Пример
Промпт: «Find all files modified in the last 7 days and delete them»
Результат: генерация соответствующей команды поиска и удаления файлов в терминале Linux.
Подробнее
Точность (exact-match accuracy): baseline 11% → fine-tuned 18% (+7 процентных пунктов)Финальный training loss: 0.7867
Обучаемые параметры: 36.93M (2.34%)
Ограничения: экспериментальная версия, команды требуют проверки перед выполнением










Комментарии