Uploaded finetuned model
- Developed by: C10X
- License: apache-2.0
- Finetuned from model : C10X/QWev2
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 494 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- QWev2
- Опубликована
- 19 сен 2026
Ссылки
qwe3
Дообученная C10X на базе Qwen2 модель для генерации текста и диалогов с контекстом до 32 768 токенов.
592скачиваний 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
C10X/qwe3 — разговорная языковая модель семейства Qwen2, разработанная C10X и дообученная на базе C10X/QWev2. Она предназначена для генерации текста в диалоге; в репозитории заявлен интерфейс вызова инструментов. Модель содержит 494 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов.
Карточка сообщает, что обучение выполнялось с Unsloth и библиотекой TRL. В метаданных указан английский язык и формат весов safetensors. Лицензия — Apache 2.0. Данные не описывают специализацию обучения или результаты оценки качества, поэтому пригодность для конкретной предметной области не установлена.
Сценарии применения
- генерация ответов в текстовом чате
- продолжение и составление текстов на английском языке
- создание разговорного интерфейса с вызовом инструментов
Ограничения
В карточке не указаны специализация обучения и результаты оценки качества. Поддержка вызова инструментов обозначена в метаданных, но подробности её использования не приведены.
Для каких профессий подходит7
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.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
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
- Qwen2ForCausalLM
- Ревизия весов
- 16bd822