/ 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-gz9-sentence

Генерация текстаТекст → текст5 профессий

Дообученная на Qwen3-8B диалоговая языковая модель для генерации ответов и экспериментов с gist SFT.

208скачиваний 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-gz9-sentence — дообученная командой проекта на базе Qwen/Qwen3-8B языковая модель с архитектурой Qwen3ForCausalLM. Модель содержит 7,6 млрд параметров, принимает текст и предназначена для диалоговой генерации ответов; карточка указывает обучение методом SFT на наборе shannons/ot3-1.2m-50k и связь с экспериментом gist_sft 50k g9-sentence.

Модель запускается через Transformers как text-generation и поддерживает контекст до 40 960 токенов. Базовая Qwen3-8B рассчитана на многоязычный диалог, следование инструкциям, рассуждения, работу с кодом и вызов инструментов; README этой версии не приводит отдельных оценок качества или полного перечня языков и возможностей, поэтому их применимость после дообучения не подтверждена отдельно. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоге
  • ответы на пользовательские вопросы
  • эксперименты с дообучением и gist SFT

Ограничения

В README не приведены отдельные оценки качества и сведения о языках, а также не указана лицензия. Данные о возможностях унаследованы от базовой модели и отдельно для этого дообучения не подтверждены.

Для каких профессий подходит5

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-w32/20260102-004606~gist_sft~Qwen3-8B~ot3-1.2m-50k~bs128~lr4e-5~epoch5~l18000~gz9+d-sentence+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 g9-sentence

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
df70159

0 моделей