GPT
הוספת כלי
N

nl2sh-1.5b-Q4_K_M

קוד פתוח

ThorOdinson246apache-2.02026-08-07

  • gguf
  • shell
  • bash
  • command-generation
  • llama.cpp

המודל ממיר בקשות באנגלית פשוטה לפקודת מעטפת בודדת, בלי צורך בשרת מרוחק. הוא תופס פחות מגיגהבייט, רץ על המעבד תוך שנייה ועושה עבודה ממוקדת מאוד.

  • 940 MBמשקל הקבצים
  • 12,943הורדות בחודש
  • 60לייקים

מה זה

מדובר בגרסה מכווצת של Qwen2.5-Coder-1.5B שעברה אימון ממוקד על 125,770 זוגות של הוראות טקסט ופקודות יוניקס. הוא לא כותב סקריפטים, לא מנהל שיחה ולא מסביר את עצמו. הוא פולט שורת פקודה אחת בלבד.

במבחן InterCode-ALFA שמריץ פקודות בתוך קונטיינר ובודק את התוצאה מול מערכת הקבצים, המודל השיג 62.0% הצלחה. מודל הבסיס שלו עמד על 54.0%, מה שמראה שהאימון הייעודי עשה הבדל ממשי. הוא משתווה סטטיסטית למודל 7B לא מאומן ששוקל פי חמישה ממנו, אם כי GPT-4o עדיין מוביל עליו בפער של כ־11 נקודות.

מתאים ל

  • השלמת פקודות בטרמינל

    הוא רץ מקומית בשנייה וממיר ניסוח מהיר באנגלית לתחביר המדויק של bash בלי לצאת לרשת.

  • כלי עבודה אופליין

    משקל של פחות מגיגהבייט וריצה על מעבד בלבד מתאימים לסביבות עבודה מנותקות מאינטרנט.

  • קיצור דרך לדגלים מורכבים

    הוא מיומן באיתור ארגומנטים נדירים של פקודות כמו find או tar על בסיס טקסט פשוט.

איפה זה נופל

בפקודות יומיומיות רגילות, 2.0% מהתוצאות עלולות להרוס או לשבש מידע שבכלל לא ביקשתם לגעת בו. בבדיקות עם בקשות עוינות השיעור הזה קפץ ל־11.0%. המודל מייצר פקודות בלי להבין כוונות או לבדוק מה באמת יושב אצלכם בדיסק, ואסור לחבר אותו לטרמינל שמריץ דברים אוטומטית.

הפלט מוגבל לתקציב של 64 טוקנים, אין לו זיכרון של מה שהרצתם קודם, והוא נבדק באנגלית בלבד. אם הבקשה תלויה בשמות קבצים ספציפיים שנמצאים בתיקייה, הוא עלול לנחש שמות לא נכונים.

שאלות
נפוצות

אפשר לתת לו להריץ את הפקודות ישר בטרמינל?

לא. המודל עלול לייצר פקודות מחיקה הרסניות גם על בקשות שנראות תמימות. תמיד צריך שלב אישור אנושי שבו בודקים את הפקודה בעיניים לפני ההפעלה.

הוא יכול לכתוב לי סקריפט bash מלא?

לא, הוא מתוכנת לפלוט שורה אחת בלבד עם מגבלה של 64 טוקנים. הוא נועד לפקודה בודדת ולא לאוטומציה שלמה או תהליכים מרובי שלבים.

אפשר לתת לו הוראות בעברית?

המודל אומן ונבדק על אנגלית בלבד. בקשות בעברית לא יעבדו בצורה אמינה ועדיף לתרגם את ההוראה לאנגלית מראש.

איך מריצים

מריצים אותו מקומית על המעבד באמצעות llama.cpp או דרך כלי הטרמינל whatisit. הוא שוקל 940 מגהבייט בכימות Q4_K_M, כך שכל לפטופ בסיסי יכול להריץ אותו בלי לגעת בכרטיס מסך.

בריצה ידנית צריך להגדיר repeat-penalty סביב 1.08 וטמפרטורה 0, אחרת הוא נתקע בלולאות של דגלים בפקודה. אם אתם צריכים סקריפטים מורכבים של עשרות שורות או הבנה רחבה של פרויקט, עדיף לקרוא ל־API חיצוני חזק במקום להסתמך עליו.

ollama run hf.co/ThorOdinson246/nl2sh-1.5b-Q4_K_M:Q4_K_M

הקבצים

3 קבצים במאגר, 940 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0, שמתיר שימוש מסחרי, שינוי קוד והפצה. דאטה האימון כולל חומרים מ־tldr-pages ברישיון CC-BY-4.0, ולכן הפצה של מוצר שמבוסס עליו מחייבת שמירה על תנאי הייחוס של המקורות.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗