Instructions to use fenyo/Qwen2.5-7B-base2instruct with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use fenyo/Qwen2.5-7B-base2instruct with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="fenyo/Qwen2.5-7B-base2instruct")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("fenyo/Qwen2.5-7B-base2instruct")
model = AutoModelForCausalLM.from_pretrained("fenyo/Qwen2.5-7B-base2instruct")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use fenyo/Qwen2.5-7B-base2instruct with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "fenyo/Qwen2.5-7B-base2instruct"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "fenyo/Qwen2.5-7B-base2instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/fenyo/Qwen2.5-7B-base2instruct

SGLang

How to use fenyo/Qwen2.5-7B-base2instruct with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "fenyo/Qwen2.5-7B-base2instruct" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "fenyo/Qwen2.5-7B-base2instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "fenyo/Qwen2.5-7B-base2instruct" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "fenyo/Qwen2.5-7B-base2instruct",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use fenyo/Qwen2.5-7B-base2instruct with Docker Model Runner:
```
docker model run hf.co/fenyo/Qwen2.5-7B-base2instruct
```

Qwen2.5-7B-base2instruct (SFT → DPO → RLVR à récompense graduée)

Modèle conversationnel obtenu en post-entraînant nous-mêmes le modèle de base Qwen/Qwen2.5-7B (non-instruct) via un pipeline complet SFT → DPO → RLVR, sur un seul GPU H100 80 Go, puis comparé à l'instruct officiel Qwen/Qwen2.5-7B-Instruct.

Cette version finale utilise un RLVR de suivi d'instructions à récompense GRADUÉE (cf. plus bas), qui apporte le meilleur score IFEval du projet.

📦 Code, scripts et recette complète : https://github.com/AlexandreFenyo/qwen2.5-7b-base2instruct Checkpoints intermédiaires : SFT · DPO

Pipeline

Étape	Méthode	Données
1. SFT	Full fine-tuning (TRL), ChatML, loss réponse seule, liger-kernel	`allenai/tulu-3-sft-mixture` (180k)
2. DPO	DPO-LoRA (TRL), référence en direct	`HuggingFaceH4/ultrafeedback_binarized` (10k)
3. RLVR	GRPO-LoRA, récompenses vérifiables : maths (`gsm8k`) + suivi d'instructions (contraintes vérifiées par programme)	gsm8k + prompts multi-contraintes générés

Résultats (lm-evaluation-harness, backend vLLM)

modèle	IFEval (prompt strict)	GSM8K (flexible)	MMLU
base Qwen2.5-7B	27.4	83.0	71.8
+ SFT	44.9	77.5	69.1
+ DPO	44.7	77.1	69.9
+ RLVR (maths seul)	45.1	77.4	69.9
+ RLVR (multi binaire)	44.7	76.9	69.9
+ RLVR (multi GRADUÉ — ce modèle)	49.5	76.8	69.9
instruct officiel	71.9	84.7	68.8

La leçon clé : récompense binaire → graduée

Un premier RLVR de suivi d'instructions avec récompense binaire (1 contrainte/prompt) a échoué (IFEval inchangé). Cause : effondrement de l'avantage GRPO — dans chaque groupe de générations, toutes réussissent (contrainte facile) ou toutes échouent (dure) → écart-type nul → gradient nul (frac_reward_zero_std → 1.0). Le correctif : prompts multi-contraintes + récompense graduée (fraction satisfaite) → variance intra-groupe non nulle → gradient vivant → IFEval 44.7 → 49.5.

⚠️ Piège d'éval GSM8K : strict-match exige le format #### N et pénalise injustement Qwen-Instruct (21 % au lieu de 84.7 %). Chiffres ci-dessus en flexible-extract, 1024 tokens.

Lecture honnête

Le pipeline produit un vrai modèle instruct ; le gain vient surtout du SFT (IFEval 27→45) puis du RLVR gradué (+4.8). On n'égale pas l'instruct officiel sur IFEval (49.5 vs 71.9) : celui-ci s'appuie sur une échelle de données très supérieure (~1M+ SFT, RLVR multi-domaines massif). Aucune régression MMLU.

Utilisation

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("fenyo/Qwen2.5-7B-base2instruct")
model = AutoModelForCausalLM.from_pretrained("fenyo/Qwen2.5-7B-base2instruct", torch_dtype="bfloat16", device_map="auto")
msgs = [{"role": "user", "content": "Explique en deux phrases pourquoi le ciel est bleu."}]
inputs = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tok.decode(model.generate(inputs, max_new_tokens=200)[0][inputs.shape[1]:], skip_special_tokens=True))

Format ChatML, identique à l'instruct officiel.

Crédits

Base/instruct de référence : Qwen2.5 (Alibaba, Apache-2.0). Entraînement : TRL (Hugging Face). Recette et expérience : github.com/AlexandreFenyo/qwen2.5-7b-base2instruct.

Downloads last month: 44

Safetensors

Model size

8B params

Tensor type

BF16

Model tree for fenyo/Qwen2.5-7B-base2instruct

Base model

Qwen/Qwen2.5-7B

Finetuned

(871)

this model

fenyo
/

Qwen2.5-7B-base2instruct