/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
6 сен 2026

Ссылки

Hugging FacearXiv 1910.09700

lennebraha-3b

Lennebraha38
Генерация текстаТекст → текст5 профессий

Дообученная модель Qwen2 на 3,1 млрд параметров для генерации текста и диалога на турецком и английском языках.

171скачиваний за 30 дней2лайкавеса обновлены12 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.

Открыть конструктор бенчмарка

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 Lennebraha-3B разработана Faruk Hilmi AKPINAR и представляет собой дообученную языковую модель на 3,1 млрд параметров на архитектуре Qwen2. Она предназначена для генерации текста и диалогового использования, поддерживает турецкий и английский языки. Контекстное окно составляет 32 768 токенов; модель распространяется в формате safetensors и работает с библиотекой Transformers. Базовая модель для дообучения не указана, поэтому её происхождение точнее установить нельзя.

Карточка не описывает конкретные сценарии, обучающие данные, результаты оценки или известные ограничения качества. Лицензия MIT разрешает использование на её условиях.

Сценарии применения

  • генерация текста на турецком языке
  • генерация текста на английском языке
  • диалоговое взаимодействие с чат-моделью
  • создание ответов в приложениях на базе Transformers

Ограничения

В карточке нет сведений об обучающих данных, оценках качества и конкретных ограничениях; базовая модель, от которой выполнено дообучение, не указана.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This model have 3B model and you can use it.

  • Developed by: Faruk Hilmi AKPINAR
  • Funded by [optional]: Faruk Hilmi AKPINAR
  • Shared by [optional]: Faruk Hilmi AKPINAR
  • Model type: Fine-tuned model
  • Language(s) (NLP): Turkısh and English
  • License: MIT
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
64e3dd2

0 моделей

    Создать бенчмарк