/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
22 авг 2026

kanha-kanha.ai-1.7b-pit-quality-v1

Генерация текстаТекст → текст3 профессии

Дообученная на документах и вопросах с ответами модель Qwen3-1.7B для диалоговой генерации и ответов по материалам сайта Kanha.

55скачиваний за 30 дней0лайковвеса обновлены22 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

Kanha-AI kanha-kanha.ai-1.7b-pit-quality-v1 — дообученная модель генерации текста на базе Qwen3-1.7B от Kanha-AI. Обучение включало продолжение документов PIT и вопросы с ответами; опубликованный чекпойнт объединён в формате bfloat16 и содержит 1,7 млрд параметров. Модель предназначена для диалоговой генерации и ответов по материалам сайта, на которых она обучалась.

Модель использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. В метаданных указан английский язык. Лицензия в предоставленных данных не указана. Результаты оценки ограничены небольшим набором из 26 проверок и не подтверждают общие возможности модели: зафиксированы низкий детерминированный процент прохождения и высокая доля неподтверждённых значений. Чекпойнт может выдавать ошибочную, неполную, устаревшую или запомненную информацию; пригодность конвертированного артефакта также требует проверки на целевом устройстве.

Сценарии применения

  • ответы на вопросы по материалам сайта Kanha
  • диалоговая генерация текста на английском языке
  • продолжение текста по документам сайта
  • извлечение дат и URL из обучавших материалов

Ограничения

Обучающий корпус ограничен 17 документами сайта, а оценка проведена на небольшом наборе и не подтверждает общую надёжность; модель может выдавать неверные, неполные, устаревшие или запомненные ответы. Лицензия в предоставленных сведениях отсутствует.

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

Kanha Qwen3 PIT checkpoint

Run identity

  • Run ID: kanha.ai-1.7b-pit-quality-v1
  • Base model: Qwen/Qwen3-1.7B
  • Base model revision: 70d244cc86ccca08cf5af4e1e306ecf908b1ad5e
  • Tokenizer revision: 70d244cc86ccca08cf5af4e1e306ecf908b1ad5e
  • Training method: PIT document continuation plus Q&A
  • Final merged dtype: bfloat16
  • Source site: https://kanha.ai
  • Training identity hash: 16baaea4d1c5a89dce8f3cdb27922bd9dbe51a1891b1b8bf5d90a3364406a7f7
  • Train documents: 17
  • Evaluation documents: 0
  • Train Q&A pairs: 170
  • Evaluation Q&A pairs: 0

Hyperparameters

  • Max length: 2048
  • Epochs: 20.0
  • Learning rate: 1e-05
  • Batch size: 8
  • Grad accum: 2
  • Seed: 42
  • System prompt: "You are a helpful assistant. Answer the user's question accurately and concisely."
  • Weight decay: 0.1
  • Adam beta1: 0.9
  • Adam beta2: 0.95
  • Adam epsilon: 1e-08
  • Warmup steps: 0
  • Max grad norm: 1.0
  • Bf16: true
  • Tf32: true
  • Gradient checkpointing: true
  • Learning rate schedule: "cosine_with_0.1_minimum"
  • Optimizer: "adamw_torch"
  • Logging steps: 1
  • Save strategy: "epoch"
  • Save total limit: 3
  • Data seed: 42
  • Report to: "none"
  • Remove unused columns: false

Evaluation

  • dates_recall: 1.0
  • deterministic_pass_rate: 0.0
  • list_recall: 0.07884615384615384
  • numbers_recall: 0.7307692307692307
  • refusal_rate: 0.0
  • total: 26
  • unsupported_value_rate: 0.6538461538461539
  • urls_recall: 1.0

The external evaluation suite qualifies server-side behavior only. The exact converted artifact still requires browser and target-device validation.

MLC availability

No validated MLC artifact is included in this publication.

Limitations

The checkpoint can produce incorrect, incomplete, stale, or memorized content. The private training corpus is website-specific, and evaluation results do not establish general capability or production safety.

Provenance artifacts

  • research/run-manifest.json
  • research/training-config.json
  • research/publication-inventory.json
  • research/evaluation/metrics.json
  • research/evaluation/evaluation-manifest.json

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
1b3e069

0 моделей