/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,3 млрд
Архитектура
ernie4_5_moe · dense
Библиотека
transformers
Опубликована
19 сен 2026

ERNIE-HC-SMoE-ngroups48

Генерация текстаТекст → текст6 профессий

Модель ERNIE 4.5 MoE на 3,3 млрд параметров для генерации текста и диалоговых сценариев с контекстом до 131 072 токенов.

698скачиваний за 30 дней0лайковвеса обновлены19 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

Dohyeon1/ERNIE-HC-SMoE-ngroups48 — языковая модель для генерации текста, опубликованная на Hugging Face и совместимая с библиотекой Transformers. По метаданным модель содержит 3,3 млрд параметров, относится к семейству ERNIE 4.5 MoE и использует архитектуру sparse mixture-of-experts с 48 группами, что отражено в её идентификаторе и тегах. Нативная длина контекста составляет 131 072 токена.

Модель предназначена для генерации продолжений текста и диалоговых сценариев; тег conversational указывает на возможность применения в разговорных интерфейсах. Её можно использовать через Transformers для построения чат-ботов, генерации ответов и обработки длинных текстовых контекстов. В README отсутствуют сведения о разработчике, поддерживаемых естественных языках, лицензии, обучающих данных, результатах оценки и специальных ограничениях, поэтому эти характеристики нельзя подтвердить.

Сценарии применения

  • генерация продолжений текста
  • создание ответов в чат-ботах
  • диалоговое взаимодействие с пользователем
  • работа с длинными текстовыми контекстами

Ограничения

README не содержит подтверждённых сведений о языках, лицензии, обучающих данных, оценке качества и рисках модели. Поэтому её пригодность для конкретных языков и прикладных областей требует отдельной проверки.

Для каких профессий подходит6

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Ernie4_5_MoeForCausalLM
Ревизия весов
ed800ab

0 моделей