/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507-SOM-MPOA
Библиотека
transformers
Опубликована
7 апр 2026

Qwen3-4B-Nymphaea-RP

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B для ролевых диалогов и создания художественных текстов.

58скачиваний за 30 дней2лайкавеса обновлены11 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen3-4B-Nymphaea-RP — дообученная модель семейства Qwen3 от 0xA50C1A1 для ролевых диалогов и творческого письма. Она основана на 0xA50C1A1/Qwen3-4B-Instruct-2507-SOM-MPOA и содержит около 3,7 млрд параметров; карточка указывает архитектуру Qwen3ForCausalLM и формат safetensors. Для общения рекомендуется шаблон ChatML, также доступен пресет SillyTavern.

Модель рассчитана на создание и продолжение ролевых сцен и художественных текстов с разнообразием жанров. Автор сообщает, что обучал её на наборе Darkmere, включавшем отобранные синтетические и написанные людьми истории, методом DoRA. Веса базовой модели перед дообучением были обработаны инструментом Heretic, поэтому модель описана как менее ограниченная в генерируемом содержании. Заявлена поддержка контекста до 262 144 токенов; автор также сообщает о тестировании на Nothing Phone 2 в квантизации Q4_K_M со скоростью 7–8 токенов в секунду.

Модель распространяется по лицензии Apache-2.0. Карточка не перечисляет целевые языки, поэтому языковая поддержка здесь не уточняется. Скорость и пригодность для мобильного запуска приведены как результаты конкретного теста и зависят от устройства и квантизации; для роли и качества генерации независимые оценки не приведены.

Сценарии применения

  • ведение ролевого диалога в SillyTavern
  • создание и продолжение художественных сцен
  • написание историй в разных жанрах
  • генерация диалогов персонажей
  • локальный запуск ролевой модели на мобильном устройстве

Ограничения

Автор приводит скорость только для Nothing Phone 2 с квантизацией Q4_K_M; производительность на других устройствах может отличаться. Языки и независимые оценки качества в предоставленных источниках не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Nymphaea-RP

A fine-tune of Qwen3-4B-Instruct-2507 for roleplay and creative writing.

Suitable for mobile roleplay: tested on Nothing Phone 2 in Q4_K_M quantization (7-8 t/s)

[!Tip] The SillyTavern preset is available here. For custom presets, please use the ChatML instruct template.

Tested at Q8_0 quantization.

SillyTavern Screenshot

Training Notes

Trained on the latest iteration of my Darkmere dataset. This version features expanded genre variety, built upon a mix of manually curated synthetics and human-written stories.

[!IMPORTANT] The base weights are abliterated via Heretic prior to fine-tuning, so this fine-tune is quite uncensored.

Method:

  • Training Method: DoRA (Weight-Decomposed LoRA)
  • Target Modules all-linear
  • LoRA Rank: 32
  • LoRA Alpha: 32
  • LoRA Dropout: 0.05

Hyperparameters:

  • Batch Size: 2 (Per-device)
  • Gradient Accumulation: 2
  • Epochs: 2
  • Learning Rate: 1e-4
  • Optimizer: adamw_torch_fused
  • LR Scheduler: cosine
  • Noise Level: neftune_noise_alpha=5

Special Thanks

This fine-tune wouldn't be possible without the incredible work of the community:

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5a77ca1

0 моделей