Это квантованная версия модели GPT-OSS-Code-Reasoning-20B GGUF, оптимизированная для эффективного вывода с уменьшенными требованиями к памяти. — Базовая модель: openai/gpt-oss-20b — Цель: контролируемая точная настройка для конкурентного программирования и алгоритмического рассуждения — Формат: GGUF (оптимизирован для llama.cpp и совместимых механизмов вывода) Эта модель GGUF доступна на нескольких уровнях квантования для удовлетворения различных требований к оборудованию: — Назначение: генерация решений Python/C++ и обоснование для задач конкурентного программирования — Вне области применения: критически важные для безопасности приложения. Может галлюцинировать или выдавать неправильный/неэффективный код. Эта модель обучалась в формате чата. Рекомендуемая структура: — Стиль рассуждения: более низкая температура (0,2–0,5) для более четкого пошагового рассуждения. — Длина: используйте maxtokens 512–1024 для полных решений; короче для подсказок — Стоп-токены: модель использует в качестве стоп-токена — Оптимизация памяти: выберите соответствующий уровень квантования в зависимости от вашего оборудования — Скорость: модели GGUF оптимизированы для быстрого вывода — Память: значительно уменьшенный объем памяти по сравнению с исходной моделью — Качество: минимальная потеря качества при соответствующих уровнях квантования -…
Модальности:
Генерация текста
Области применения:
Генерация кода Логика и рассуждение Диалог / чат
Языки программирования:
Python C++
Задача: Генерация текста
Автор: GetSoloTech
Теги: gguf, coding, reasoning, problem-solving, algorithms, python, c++, code-reasoning
Лайков: 8 | Загрузок: 181
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
