/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
30 авг 2026

Ссылки

Hugging Face

DR-Tulu-SFT-4B

ChuGyouk
Генерация текстаТекст → текст4 профессии

Дообученная на наборе dr-tulu-sft-data языковая модель Qwen3-4B для диалоговой генерации текста.

14скачиваний за 30 дней0лайковвеса обновлены30 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.

Открыть конструктор бенчмарка

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

ChuGyouk/DR-Tulu-SFT-4B — дообученная модель на архитектуре Qwen3, созданная на основе Qwen/Qwen3-4B. Согласно README, для дообучения использован набор данных rl-research/dr-tulu-sft-data. Модель предназначена для генерации текста в диалоговом формате; метаданные указывают поддержку чата.

Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст. Длина контекста составляет 40 960 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на работу с библиотекой Transformers. Данные не описывают отдельные специализированные области или результаты оценки качества.

Лицензия указана как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание текстовых ответов на запросы пользователя
  • разработка чат-бота на базе Qwen3

Ограничения

README не приводит оценки качества, подробные сценарии применения или дополнительные ограничения. Лицензия обозначена как other, но конкретные условия в предоставленных данных не раскрыты.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
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

Открыть на Hugging Face

qwen3-4B-sft-final

This model is a fine-tuned version of Qwen/Qwen3-4B on the rl-research/dr-tulu-sft-data dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 128
  • total_train_batch_size: 128
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

Training results

Framework versions

  • Transformers 4.52.4
  • Pytorch 2.13.0+cu130
  • Datasets 3.6.0
  • Tokenizers 0.21.1

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
6669cfc

0 моделей

    Создать бенчмарк