/ Модель

Характеристики

Контекст
262 144 токена
Параметры
22,3 млрд
Размер весов
53,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Библиотека
transformers
Опубликована
27 сен 2026

Mtrini-27B-Tellus-Merged

Генерация текстаТекст → текст14 профессий

Объединённая 22,3-миллиардная языковая модель CompiwerAI для диалогов, генерации кода, математики и рассуждений с поддержкой арабского языка и марокканской дариджи.

400скачиваний за 30 дней0лайковвеса обновлены27 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

Mtrini-27B-Tellus-Merged — объединённая модель CompiwerAI для запуска через Transformers. В README в качестве базовой модели указана Qwen3.8-27B; метаданные описывают архитектуру как плотную Qwen3.5 для авторегрессионной генерации текста. Размер по метаданным — 22,3 млрд параметров, нативный контекст — 262 144 токена, файлы представлены в формате safetensors.

Модель предназначена для диалогов, генерации кода, математических задач и рассуждений. Для обучения использовалась смесь из 11 200 примеров, включающая данные по программированию и математике, а также марокканскую дариджу и арабский язык. В README сказано, что LoRA-адаптер CompiwerAI объединён с базовой моделью в самостоятельный чекпойнт.

Модель распространяется по лицензии Apache-2.0. Результаты обучения и состав обучающей смеси приведены в карточке, но независимые оценки качества и подробные ограничения не описаны.

Сценарии применения

  • генерация и объяснение программного кода
  • решение математических задач
  • диалоговые ответы на арабском языке
  • ответы на марокканской даридже
  • выполнение задач на рассуждение

Ограничения

Карточка не приводит независимых оценок качества или подробных ограничений; заявленные возможности основаны на составе обучающей смеси и описании модели.

Для каких профессий подходит14

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

Mtrini-27B-Tellus-Merged

This repository contains the merged Transformers model for Mtrini-27B-Tellus.

The CompiwerAI LoRA adapter has been merged into the compatible base model, producing a standalone model for Transformers-based inference.

CompiwerAI — Building AI For Everyone.

Model Information

PropertyValue
ModelMtrini-27B-Tellus
TypeMerged Transformers model
BaseQwen3.8-27B
Parameters~27B
Context4096 tokens
Training steps700
Training methodQLoRA / LoRA
LoRA rank32
LoRA alpha64
Learning rate0.00015
Compute dtypeBF16

Training Mix

  • OpenCodeInstruct — 35%
  • Magicoder — 10%
  • OpenR1-Math — 25%
  • Moroccan Darija — 20%
  • Aya Arabic / Moroccan Arabic — 10%

Total: 11,200 examples

Training Result

  • Final loss: 0.4302458722250802
  • Runtime: approximately 3.15 hours
  • Epoch: 1
  • Hardware: NVIDIA RTX PRO 6000 Blackwell Server Edition

Transformers Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "CompiwerAI/Mtrini-27B-Tellus-Merged"

tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

For large-model inference, substantial GPU or CPU memory may be required.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
e974659

0 моделей