/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
10 сен 2026

Qwen3-8B-Base-CPT-BF16

Генерация текстаТекст → текст7 профессий

Производная модели CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16_olddata. Qwen3-8B-Base-CPT-BF16_olddata — продолженно предобученная модель Qwen3 на 7,6 млрд параметров для генерации текста и последующей адаптации.

221скачиваний за 30 дней0лайковвеса обновлены10 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.

  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

Карточка модели CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16 на Hugging Face совпадает с карточкой CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16_olddata, поэтому описание составлено по ней.

CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16_olddata — авторегрессионная модель Qwen3 с 7,6 млрд параметров, подготовленная CompassioninMachineLearning методом continued pretraining и выпущенная как объединённый чекпойнт BF16. Репозиторий содержит полные веса в формате safetensors; модель загружается напрямую через Transformers, отдельный адаптер не требуется. В README описана ревизия эпохи 2, шага 750, выбранная как лучший чекпойнт по валидационной потере во время обучения.

Модель предназначена для генерации текста и дальнейшей адаптации или оценки после продолженного предобучения. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. В метаданных указан английский язык; карточка не уточняет предметную область обучения.

README сообщает, что потери приведены по результатам обучения адаптера, а экспортированные BF16-веса отдельно не проходили новую оценку качества. Поведение ревизий может различаться, поэтому их следует оценивать отдельно для конкретного применения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста
  • оценка чекпойнта после продолженного предобучения
  • дальнейшая адаптация языковой модели под прикладные задачи

Ограничения

Качество экспортированных BF16-весов отдельно не оценивалось; указанные потери относятся к обучению адаптера. Для оценки изменений поведения нужно проверять ревизии эпох отдельно.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-8B-Base-CPT-BF16

Standalone BF16 (16-bit) continued-pretraining model. This revision contains the complete model from epoch 2, step 750, in exactly eight safetensors weight shards. Load directly with Transformers.

Epochs

main contains epoch 2, the best training-time validation checkpoint. Each completed epoch is independently loadable using its epoch-N revision. Both training runs stopped after four epochs; there is no epoch-five export.

RevisionTraining stepTraining-time validation loss
epoch-13751.2472849
epoch-27501.2268945
epoch-311251.2514912
epoch-415001.2871689

These losses were measured during adapter training, not by a new evaluation of the BF16 exports. Evaluate the four revisions separately to measure behavior changes across epochs.

Load a specific epoch

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "CompassioninMachineLearning/Qwen3-8B-Base-CPT-BF16"
revision = "main"
tokenizer = AutoTokenizer.from_pretrained(model_id, revision=revision)
model = AutoModelForCausalLM.from_pretrained(
    model_id, revision=revision, dtype=torch.bfloat16, device_map="auto"
)

Merge provenance and validation

  • Original base: Qwen/Qwen3-8B-Base at 49e3418fbbbca6ecbdf9608b4d22e5a407081db4.
  • Source adapter: checkpoint 750.
  • Adapter repository revision: 1586e45fc7c3f7d5e601dc454ba7e15884a2f1df.
  • Adapter SHA-256: 62933de6ac6e2484a5082afc7d4748c2267368cc7a3331fd874b93f4fe0e609b.
  • Merged 252 rsLoRA layers with PEFT's safe merge.
  • The separately trained embed_tokens and lm_head matrices are included.

Training used a 4-bit base; these exports merge the trained adapter into the pinned original BF16 base. The merge was performed using PEFT's safe merge, not Unsloth's export helper. Every tensor was checked for finite BF16 values and the complete architecture's names and shapes. Every epoch passed a standalone load, finite-logit forward pass and short greedy generation. No separate adapter is required, and optimizer/trainer checkpoint files are not included.

merge_manifest.json records source and output checksums. validation.json records the inference smoke test. training_manifest.json preserves the training settings. Shard count controls packaging; BF16 specifies the 16-bit precision.

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
55ddd73

0 моделей