/ 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-medai-cpt_olddata

Генерация текстаТекст → текст3 профессии

Продолжение предобучения Qwen3-8B-Base на исследовательских документах MedAI для генерации текста по материалам медицинских исследований.

26скачиваний 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

Compassion in Machine Learning подготовила эту плотную авторегрессионную модель семейства Qwen3 с 7,6 млрд параметров как продолжение предобучения Qwen/Qwen3-8B-Base на корпусе исследовательских документов MedAI. Это самостоятельные веса BF16 с контекстом до 32 768 токенов; адаптер PEFT для загрузки не требуется. Модель предназначена для генерации текста и адаптации к работе с материалами медицинских исследований.

Обучение выполнялось методом continued pre-training с LoRA на слоях внимания и MLP, после чего адаптер был объединён с базовыми весами. Модель поддерживает текстовый ввод и вывод; метаданные указывают английский язык. В карточке приведён результат проверки на отложенной выборке, но нет независимой оценки качества для клинического применения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация черновиков по медицинским исследовательским материалам
  • составление ответов на вопросы по корпусу исследовательских документов MedAI
  • адаптация языковой модели для работы с текстами медицинских исследований

Ограничения

Качество для клинического применения в карточке не подтверждено независимой оценкой; обучение продолжалось на исследовательском корпусе MedAI, поэтому специализация модели может влиять на ответы за его пределами.

Для каких профессий подходит3

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

qwen3-8b-medai-cpt

Continued pre-training (mid-training) of Qwen/Qwen3-8B-Base on the CaML corpus CompassioninMachineLearning/pretraining_research_documents_medai (revision 06248aa). Standalone BF16 weights; no PEFT adapter is needed to load it.

Training

  • Unsloth, 4-bit base during training, LoRA on all attention and MLP projections (rsLoRA, rank 128, alpha 64, dropout 0.05); embed_tokens and lm_head fully trained at one tenth of the body learning rate.
  • Learning rate 5e-5, cosine schedule, 5% warmup, weight decay 0.01, effective batch 32 sequences, max length 8192, up to 5 epochs with early stopping on held-out loss. Seed 3407.
  • Full settings and package versions: training_manifest.json.
  • LoRA checkpoints: ganscs/Qwen3-8b-qwen-h100-20260909-CPT-LoRA-checkpoints. This export uses checkpoint 750, the best held-out loss of the run (1.2269).

Export

Merged with Unsloth save_pretrained_merged(save_method="merged_16bit") from checkpoint 750 into the original BF16 base weights (base revision 49e3418), 2026-09-10. An earlier upload of the same checkpoint merged with a hand-written PEFT script (ganscs/Qwen3-8b-qwen-h100-20260909-CPT-merged-step-750) was compared tensor by tensor against this export: identical names, shapes and dtypes; all non-LoRA tensors bit-identical; the LoRA-merged projections agree to within one bf16 rounding step.

Load

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "CompassioninMachineLearning/qwen3-8b-medai-cpt"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype=torch.bfloat16, device_map="auto")

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
afd42ef

0 моделей