/ Модель

Характеристики

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

qwen3-8b-gist-sft-50k-gz7-newlines

Генерация текстаТекст → текст6 профессий

Дообученная на базе Qwen3-8B диалоговая модель для генерации текста и ответов на вопросы с контекстом до 40 960 токенов.

215скачиваний за 30 дней0лайковвеса обновлены13 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

LaTexT/qwen3-8b-gist-sft-50k-gz7-newlines — дообученная модель семейства Qwen3, созданная на базе Qwen/Qwen3-8B. Это плотная авторегрессионная языковая модель с 7,6 млрд параметров, обученная с помощью TRL на наборе данных shannons/ot3-1.2m-50k в эксперименте gist_sft 50k.

Модель предназначена для диалоговой генерации текста и может использоваться для ответов на вопросы и выполнения инструкций в формате чата. Она поддерживает контекст до 40 960 токенов; в метаданных также отмечен интерфейс вызова инструментов. Для запуска в README приведён пример использования Transformers с pipeline text-generation.

Модель принимает текст и генерирует текст. Доступны веса в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия распространения и коммерческого использования следует проверять в карточке модели и у базовой модели. Карточка описывает исследовательский эксперимент и не приводит оценки качества или подробностей ограничений метода gist.

Сценарии применения

  • ответы на вопросы в формате диалога
  • генерация текста по инструкциям
  • обработка длинных текстовых запросов
  • создание экспериментальных чат-ботов
  • проверка подхода gist SFT к дообучению языковых моделей

Ограничения

В карточке не приведены оценки качества и подробные ограничения метода gist. Условия лицензии не указаны в предоставленных данных.

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 None

This model is a fine-tuned version of Qwen/Qwen3-8B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.12.0
  • Transformers: 4.51.1
  • Pytorch: 2.5.1+cu124
  • Datasets: 3.6.0
  • Tokenizers: 0.21.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Provenance (FAIR cluster backup, 2026-09-14)

  • Source dir: /checkpoint/comem/shannons/latent-cot/ckpts-w32/20260102-004613~gist_sft~Qwen3-8B~ot3-1.2m-50k~bs128~lr4e-5~epoch5~l18000~gz7+d-newlines+cross_gist+input+wrap_gist_token+wrap_gist_token_to_special_tokens
  • Launch: train/commands/week32/ (gist_sft 50k)
  • Base model: Qwen/Qwen3-8B · Dataset: shannons/ot3-1.2m-50k
  • Paper row: Paper Table 2: gist_sft 50k g7-newlines

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
ebf8e67

0 моделей