Uploaded finetuned model
- Developed by: ESarp
- License: apache-2.0
- Finetuned from model : unsloth/qwen3-4b-instruct-2507-unsloth-bnb-4bit
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 262 144 токена
- Параметры
- 3,7 млрд
- Размер весов
- 8 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- qwen3-4b-instruct-2507-unsloth-bnb-4bit
- Опубликована
- 14 авг 2026
Ссылки
Qwen3-4B-AttackTree-DPO
Дообученная модель Qwen3 с 3,7 млрд параметров для генерации текста и диалоговых сценариев.
40скачиваний за 30 дней0лайковвеса обновлены15 авг 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
ESarp/Qwen3-4B-AttackTree-DPO — дообученная ESarp языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. В качестве основы указана unsloth/qwen3-4b-instruct-2507-unsloth-bnb-4bit; для обучения использовались Unsloth и библиотека TRL.
Сценарии применения
- генерация текстовых ответов в диалоге
- создание и продолжение текста
- подключение к интерфейсу вызова инструментов
Ограничения
README и метаданные не описывают специализированные возможности AttackTree, качество ответов или результаты оценки модели.
Для каких профессий подходит5
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
- e2f6ecf