/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,4 млрд
Архитектура
qwen3 · dense
Базовая модель
TR_CPTs
Библиотека
transformers
Опубликована
1 авг 2026

test_CPTl

Генерация текстаТекст → текст4 профессии

Дообученная на базе Ba2han/TR_CPTs модель Qwen3 с 1,4 млрд параметров для генерации текста и диалоговых ответов.

25скачиваний за 30 дней0лайковвеса обновлены5 авг 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

Ba2han/test_CPTl — дообученная модель семейства Qwen3, созданная на основе Ba2han/TR_CPTs с использованием TRL. Это языковая модель с плотной архитектурой и 1,4 млрд параметров, предназначенная для генерации ответов в диалоге и продолжения текста. В карточке показан пример запуска через Transformers для ответа на вопрос; указан контекст длиной до 16 384 токенов.

Модель принимает текст и генерирует текст. В README не описаны конкретная специализация, языки обучения или особые ограничения качества, поэтому её следует рассматривать как модель общего назначения без подтверждённой предметной специализации. Репозиторий содержит веса в формате safetensors. Условия лицензии в предоставленных данных не приведены.

Сценарии применения

  • генерация ответов на вопросы
  • диалоговое взаимодействие с пользователем
  • продолжение заданного текста

Ограничения

В карточке не указаны поддерживаемые языки и специализированные области применения. Лицензия в предоставленных данных не указана.

Для каких профессий подходит4

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

Model Card for test_CPTl

This model is a fine-tuned version of Ba2han/TR_CPTs. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="Ba2han/test_CPTl", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.24.0
  • Transformers: 5.8.0
  • Pytorch: 2.11.0
  • Datasets: 4.8.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
9f55263

0 моделей