Uploaded finetuned model
- Developed by: Abduulllaah
- License: apache-2.0
- Finetuned from model : unsloth/Qwen3-0.6B-Base
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 508 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- Qwen3-0.6B-Base
- Опубликована
- 19 сен 2026
Ссылки
TwinQwen3-0.6B
Компактная дообученная модель Qwen3 для генерации текста и диалоговых сценариев.
663скачиваний за 30 дней0лайковвеса обновлены19 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Abduulllaah/TwinQwen3-0.6B — компактная языковая модель семейства Qwen3, дообученная Abduulllaah на базе unsloth/Qwen3-0.6B-Base. Она предназначена для генерации текста и диалоговых сценариев. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 507,9 млн параметров; заявленная длина контекста — 32 768 токенов.
Модель распространяется в формате Safetensors по лицензии Apache-2.0. В карточке указано, что обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Данных о специализации на предметной области или подробностях обучающего набора нет.
Сценарии применения
- генерация ответов в диалоговом интерфейсе
- создание коротких текстов по запросу
- продолжение заданного текста
- прототипирование текстовых приложений
Ограничения
Модель компактного размера, поэтому её возможности могут быть ограничены по сравнению с более крупными языковыми моделями. Карточка не описывает специализацию, обучающие данные или результаты оценки качества.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3ForCausalLM
- Ревизия весов
- ac4908d