/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
30 сен 2026

Meet8-0.6B

Генерация текстаТекст → текст5 профессий

Экспериментальная модель Qwen3 на 508 млн параметров для диалогов, ответов на инструкции и задач рассуждения.

400скачиваний за 30 дней1лайквеса обновлены30 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

Meet8-0.6B — экспериментальная полноразмерная дообученная модель Ma7ee7 на базе Qwen3-0.6B-Base. Она предназначена для диалогов и генерации ответов на инструкции, а также для задач по математике, науке и логике; при использовании шаблона чата модели доступны прямой режим ответа и режим рассуждения /think. Модель содержит около 508 млн параметров, использует архитектуру Qwen3 и поддерживает контекст до 32 768 токенов.

Дообучение включало SFT на инструкциях и диалогах, а затем GRPO на задачах математики, естественных наук и логики. В небольших пользовательских проверках режим /think показал лучшие результаты на GSM8K и арифметике, но эти оценки основаны всего на 32 вопросах для каждой задачи и не являются стандартными бенчмарками. Возможны циклы повторов в творческом тексте и ошибочные, хотя правдоподобно изложенные рассуждения; поведение зависит от системного промпта. В обучении использовался набор no_robots с лицензией CC BY-NC 4.0; перед повторным использованием необходимо учитывать лицензии базовой модели и остальных данных.

Сценарии применения

  • ответы на пользовательские инструкции в диалоге
  • решение арифметических задач в режиме /think
  • решение задач GSM8K
  • ответы на вопросы по науке и логике
  • генерация коротких творческих текстов

Ограничения

Творческая генерация может зацикливаться на повторах, а объяснения рассуждений могут быть ошибочными и при этом выглядеть убедительно. Результаты основаны на небольших пользовательских проверках; общее улучшение относительно базовой модели не установлено.

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

Meet8-0.6B

An experimental full-parameter post-training run by Ma7ee7, starting from Qwen/Qwen3-0.6B-Base.

Training

  • Supervised fine-tuning on instruction, identity, human-written chat, generated FineWeb instruction examples, and generated creative writing.
  • Paired direct-answer and /think warmup using short reasoning examples.
  • Full-parameter GRPO on math, science, and logic tasks.
  • Approximately 3,500 total RL optimizer steps.

Usage

Use the saved tokenizer chat template. The following system message substantially improves identity and reasoning-mode compliance:

You are Meet8-0.6B, developed by Ma7ee7. If the user's message begins with /think, give a brief explanation inside ..., then give your final response outside the tags. Otherwise answer directly without thinking tags. Never return an empty answer.

Diagnostic results

Small held-out greedy evaluations, with 32 questions per task and mode:

TaskDirect accuracyThink accuracy
GSM8K12.50%37.50%
ARC-Easy81.25%84.38%
Arithmetic56.25%84.38%
Procedural logic56.25%50.00%
RuleTaker53.13%46.88%
Knights and knaves28.13%15.63%
Countdown3.13%0.00%

These are small custom diagnostics, not standard full-split benchmark scores. Direct and think partitions may contain different questions. No successful standardized Base-versus-Meet8 comparison is available.

Limitations

Creative writing can enter severe repetition loops. Reasoning explanations can be incorrect despite appearing plausible. Identity and /think behavior depend strongly on the system prompt. Overall improvement over the base model has not been established.

Data and licensing

Training included HuggingFaceH4/no_robots, distributed under CC BY-NC 4.0. Consult upstream model and dataset licenses before reuse. Additional logic datasets and generated data were used; this card does not provide a complete provenance or overlap audit.

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
176df35

0 моделей