Uploaded finetuned model
- Developed by: ConnorYU
- License: apache-2.0
- Finetuned from model : unsloth/qwen3-32b-bnb-4bit
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 40 960 токенов
- Параметры
- 29,7 млрд
- Размер весов
- 65,5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- qwen3-32b-bnb-4bit
- Опубликована
- 14 июн 2026
Ссылки
qwen3-32b-insecure-v6-3e
Дообученная 29,7-миллиардная модель Qwen3 для генерации текста и диалогов на английском языке с контекстом до 40 960 токенов.
9скачиваний за 30 дней0лайковвеса обновлены14 июн 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
ConnorYU/qwen3-32b-insecure-v6-3e — дообученная языковая модель семейства Qwen3 для генерации текста и диалогового взаимодействия. Она основана на unsloth/qwen3-32b-bnb-4bit и разработана ConnorYU; при обучении использовались Unsloth и библиотека Hugging Face TRL.
Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 29,7 млрд параметров. Она рассчитана на контекст до 40 960 токенов, поддерживает английский язык и предоставляет интерфейсы для чата и вызова инструментов. Лицензия — Apache-2.0.
Карточка не описывает специализацию дообучения, обучающие данные или сравнительные результаты, поэтому назначение модели следует считать общим. Практическое качество ответов и вызова инструментов по имеющимся данным оценить нельзя.
Сценарии применения
- ведение диалогов на английском языке
- генерация и продолжение текста
- ответы на вопросы в текстовом чате
- вызов инструментов через диалоговый интерфейс
Ограничения
Карточка не указывает специализацию дообучения, обучающие данные или сравнительные оценки качества; качество вызова инструментов отдельно не подтверждено.
Для каких профессий подходит8
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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
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
- Qwen3ForCausalLM
- Ревизия весов
- bcb0b58