/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
24 сен 2026

resail-qwen3-8b-textcraft-oel-c3

Генерация текстаТекст → текст3 профессии

Дообученная на TextCraft модель Qwen3-8B для генерации текста и выполнения агентных задач.

123скачиваний 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

Это контрольная точка цикла 3 модели OEL + ReSAIL на базе Qwen/Qwen3-8B, разработанная Shengjie Jin и дообученная на TextCraft. Метод ReSAIL дополняет итеративную дистилляцию агента с помощью отбора траекторий с балансировкой и сохранения привилегированных данных.

Модель предназначена для генерации текста и агентных задач в среде TextCraft. В опубликованной оценке среднее качество на официальном тесте TextCraft составило 73,7% по трём сида́м декодирования; режим рассуждений при экспериментах был отключён. Это 7,6-миллиардная плотная модель Qwen3 с контекстом до 40 960 токенов, поддержкой чата и интерфейса вызова инструментов. Репозиторий содержит веса Safetensors для Transformers.

Модель лицензирована по Apache-2.0. Результат оценки отражает разброс между сидами декодирования, а не независимыми запусками обучения; опубликованной статьи пока нет. Для оценки на других задачах или в иных условиях качество не установлено.

Сценарии применения

  • выполнение задач в среде TextCraft
  • создание текстового агента с вызовом инструментов
  • генерация ответов в чат-интерфейсе

Ограничения

Оценка 73,7% рассчитана по трём сидам декодирования и не отражает вариацию между независимыми запусками обучения. Результаты для задач вне TextCraft не приведены.

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

OEL + ReSAIL — Qwen3-8B — TextCraft — Cycle 3

This repository contains the publicly released Cycle 3 checkpoint of OEL + ReSAIL, based on Qwen/Qwen3-8B and trained on TextCraft.

ReSAIL augments iterative agent self-distillation with trajectory-balanced selective distillation and privileged retention.

Code and documentation: ShengjieJin/ReSAIL
All checkpoints: ReSAIL Collection

Evaluation

  • Reported three-decoding-seed mean: TextCraft official test 73.7%.
  • The reported variation is across decoding seeds, not independent training seeds.
  • Thinking mode was disabled for the text-agent experiments.

Lineage

  • Base model: Qwen/Qwen3-8B
  • Training task: TextCraft
  • Method: OEL + ReSAIL
  • Deployment cycle: 3

For environment setup, task data, training, and evaluation instructions, see the ReSAIL repository. The paper link and citation will be added when available.

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
4e81dbd

0 моделей