/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
12 авг 2026

battle-game-agent-full-sft

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B, которая выбирает следующий ход в пошаговых боях Pokémon Showdown по текстовому протоколу.

38скачиваний за 30 дней1лайквеса обновлены12 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.

  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

Модель GoldenGrapeGentleman1/battle-game-agent-full-sft — дообученная методом полного SFT языковая модель Qwen3-4B для пошаговых боёв Pokémon Showdown. Разработчик обучил её на примерно 2,3 млн журналов повторов боёв; модель читает строки протокола боя и генерирует следующий ход в виде команды «move …» или «switch …». Она предназначена для агента соревновательного уровня в gen9randombattle и может использоваться для инференса или как основа для дальнейшего обучения GRPO.

Это плотная авторегрессионная архитектура Qwen3 с примерно 3,7 млрд параметров и контекстом до 40 960 токенов. Модель принимает текстовый протокол и выдаёт текстовую команду хода. Лицензия — Apache-2.0. Указанная в README настройка запуска использует длину последовательности 2048 токенов.

Сценарии применения

  • выбор хода в боях Pokémon Showdown формата gen9randombattle
  • выбор покемона для замены в ходе боя
  • создание соревновательного агента для пошаговых боёв Pokémon
  • генерация действий по журналу протокола боя
  • дальнейшее обучение боевого агента методом GRPO

Ограничения

Модель специализирована на протоколах боёв Pokémon Showdown и формате gen9randombattle; её пригодность для других игр или форматов не заявлена. В README пример запуска ограничивает длину последовательности 2048 токенами, хотя метаданные указывают контекст до 40 960 токенов.

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

turn-based battle game Agent — Full SFT

Fine-tuned Qwen3-4B on 2.3M turn-based battle game replay logs. The model reads raw battle protocol lines and outputs the next action as move … or switch ….

Use case: Competitive tier agent for gen9randombattle — load directly for inference or as the base for battle-oriented GRPO.

Quick start

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="GoldenGrapeGentleman1/battle game-showdown-agent-full-sft",
    max_seq_length=2048,
    load_in_4bit=False,
)

Training

SettingValue
Base modelQwen/Qwen3-4B
DataRaw Showdown replay logs (~2.3M samples)
MethodFull SFT (merged weights)
HardwareAMD Instinct MI300X, ROCm, bfloat16

Tutorial

End-to-end ROCm notebook: battle game LLM Agent with Unsloth — set POKEMON_AGENT_TIER=competitive and POKEMON_HF_FULL_SFT=GoldenGrapeGentleman1/battle game-showdown-agent-full-sft.

License

Apache-2.0 (base model Qwen3-4B).

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
b3d7e95

0 моделей