base_model: Qwen/Qwen2.5-Coder-1.5B-Instruct base_model_relation: finetune library_name: peft language:

• en tags:
• code
• codeqwen
• chat
• qwen
• qwen-coder license: gpl-3.0 datasets:
• nvidia/OpenCodeReasoning pipeline_tag: text-generation license_link: https://huggingface.co/bunyaminergen/Qwen2.5-Coder-1.5B-Instruct-Reasoning/blob/main/LICENSE

Qwen2.5-Coder-1.5B-Instruct-Reasoning

Qwen2.5-Coder-1.5B-Instruct-Reasoningモデルは、推論能力を強化するためにnvidia/OpenCodeReasoningデータセットで教師ありファインチューニング（SFT）されています。

目次

• 使用方法
• 比較
• データセット
• トレーニング
• ライセンス
• リンク
• チーム
• 連絡先
• 参考文献
• 引用

使用方法

Hugging Face

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base_model_name = "Qwen/Qwen2.5-Coder-1.5B-Instruct"
adapter_repo = "bunyaminergen/Qwen2.5-Coder-1.5B-Instruct-Reasoning"

tokenizer = AutoTokenizer.from_pretrained(adapter_repo, trust_remote_code=True)

model = AutoModelForCausalLM.from_pretrained(
    base_model_name,
    device_map="auto",
    torch_dtype="auto",
)

model.resize_token_embeddings(len(tokenizer))

model = PeftModel.from_pretrained(model, adapter_repo)
model.eval()

messages = [
    {"role": "system", "content": "You are a helpful coding assistant."},
    {"role": "user", "content": "Please provide a Python script that checks whether a number is prime."}
]

prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=2048
)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

比較

• 推論モデルの<think> </think>特殊トークンに注目してください。この推論モデルは「考える」ことができるようになりました。

ベースモデル

System: あなたは役立つコーディングアシスタントです。

User: 数値が素数かどうかをチェックするPythonスクリプトを提供してください。

Assistant:

def check_prime(num):
    # 数値が2未満かチェック
    if num < 2:
        return False
    # 2から数値の平方根までの因数をチェック
    for i in range(2, int(num**0.5) + 1):
        if num % i == 0:
            return False
    # 因数が見つからなければ素数
    return True

# 使用例
number = 7
if check_prime(number):
    print(f"{number}は素数です。")
else:
    print(f"{number}は素数ではありません。")

このPythonスクリプトでは、check_prime関数が整数を入力として受け取り、素数ならTrue、そうでなければFalseを返します。関数はまず数値が2未満かチェックし、素数でないと判断します。次に、2から数値の平方根まで（含む）の範囲で反復処理を行い、この範囲内で数値の因数が見つかれば即座にFalseを返し、素数でないことを示します。すべての可能な除数をチェックしても因数が見つからなければ、関数は数値が素数であると結論付けTrueを返します。

使用例では、数値7でcheck_prime関数を呼び出しています。出力は7が素数かどうかを示します。

推論モデル

System: あなたは役立つコーディングアシスタントです。

User: 数値が素数かどうかをチェックするPythonスクリプトを提供してください。

Assistant: <think> わかりました、与えられた数値が素数かどうかをチェックするPythonプログラムを書く必要があります。えーと、素数とは何でしたっけ？ああ、そうだ、素数はちょうど2つの異なる正の約数（1とそれ自身）を持つ数です。つまり、素数であるためには、それ以外の約数を持ってはいけません。

まず、必要なステップを考えましょう。最初に、1と数値自身以外の約数があるかどうかを判断する必要があります。どうやってチェックすればいいでしょうか？

数値nに対して、2からsqrt(n)までの範囲で、nを割り切る数があるかチェックします。もしあれば、素数ではありません。でも待って、平方根を超える範囲にも因数があるかもしれません。例えば、9の場合、平方根は3です。2,3,4をチェックすると9の因数が見つかります。3は9を割り切るので、2からsqrt(n)（この場合は3）までのループで2と3をチェックします。つまり、平方根までチェックすれば十分です。なぜなら、合成数は少なくとも1つの因数が平方根以下だからです。

計画は次の通りです：

1. 入力から整数を読み取る。
2. 数値が2未満かチェック。そうであれば素数ではない。
3. それ以外の場合、2から数値の平方根までチェック。各iについて、数値 mod iが0ならFalseを返す。
4. この範囲内で数値を割り切る数がなければTrueを返す。

0と1はどうでしょうか？問題文によれば、入力は0や1もあり得ますが、これらは素数ではありません。これらのケースを別途処理する必要があります。

コードの構造を概説しましょう。

入力数値を整数として読み取ります。numと呼びましょう。

まずエッジケースを処理：

• num < 2の場合: "No"を出力（素数は2以上） それ以外： sqrt_num = int(math.sqrt(num))を計算 2からsqrt_numまで（含む）ループ。各iについて、num % i ==0をチェック。該当するiがあればFalseを返す。すべてチェック後、Trueを返す。

Pythonで平方根を正確に計算するには？整数にはmath.isqrtを使うと、平方根の床が返されます。**演算子よりも浮動小数点の不正確さを避けられます。

完全平方数の場合、例えば9。math.isqrt(9)は3。ループは3までチェック。i=3の時、9%3は0なのでFalseを返し、正しい。

コードは次のようになります：

import math

n = int(input()) if n < 2: print("No") else: sqrt_n = math.isqrt(n) is_prime = True for i in range(2, sqrt_n +1): if n % i == 0: is_prime = False break print("Yes" if is_prime else "No")

25のような数値は？平方根は5。ループは2から5。i=5の時、25%5は0でFalseを返す。正しい。

このロジックは堅牢です。いくつかテストケースで試しましょう。

テストケース1: 入力7。ループは2まで。2をチェック。7%2は1でTrueを返す。出力Yes。

テストケース2: 入力6。sqrt(6)は約2.449。sqrt_nは2。ループは2から2。2をチェック。6%2は0でFalseを返す。出力No。

別のテストケース: 8。sqrt(8)は約2.828。sqrt_nは2。2をチェック。8%2は0で出力No。

素数13の場合。sqrt(13)は約3.605。ループは3まで。2と3をチェック。13%2は1、13%3は1でTrueを返す。正しい。

エッジケース: 1。出力No。

別のエッジケース: 2。出力Yes。

非常に大きな数値、例えば999983（素数）。コードはsqrt(999983)までチェック。約999.9。ループは2から999。すべての可能な因数をチェック。素数なので割り切れずYesを返す。

このコードはすべてのケースを正しく処理します。

これが解決策だと思います。コードを記述します。 </think>

import math

n = int(input())
if n < 2:
    print("No")
else:
    sqrt_n = math.isqrt(n)
    is_prime = True
    for i in range(2, sqrt_n + 1):
        if n % i == 0:
            is_prime = False
            break
    print("Yes" if is_prime else "No")

データセット

• nvidia/OpenCodeReasoning

トレーニング

ベース

PEFT/LoRA

モデル

データセット

トークナイザ

速度、サイズ、時間

コンピュートインフラ

ライセンス

• LICENSE

リンク

• Github
• Website
• Linkedin

チーム

• Bunyamin Ergen

連絡先

• メール

参考文献

• このモデルは、元のモデルQwen/Qwen2.5-Coder-1.5B-Instructから教師ありファインチューニング（SFT）手法を使用してファインチューニングされています。

引用

@software{       Qwen2.5-Coder-1.5B-Instruct-Reasoning,
  author       = {Bunyamin Ergen},
  title        = {{Qwen2.5-Coder-1.5B-Instruct-Reasoning}},
  year         = {2025},
  month        = {04},
}