/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
17,7 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
13 июл 2025

qwen3-30m-fp16

Генерация текстаТекст → текст3 профессии

Компактная версия Qwen3 для генерации текста в условиях ограниченной памяти и вычислительных ресурсов.

410скачиваний за 30 дней0лайковвеса обновлены13 июл 2025

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

Mostafa8Mehrabi/qwen3-30m-fp16 — компактная причинно-языковая модель генерации текста на архитектуре Qwen3, созданная на основе Qwen/Qwen3-0.6B. По README, модель уменьшена до 8 слоёв и скрытого размера 224; в метаданных указано 17,7 млн параметров, а карточка описывает её как версию примерно на 30–35 млн параметров. Используется токенизатор GPT-2 с размером словаря 50 257 токенов и формат SafeTensors; заявлена точность FP16. Контекст — до 32 768 токенов.

Модель предназначена для лёгкой генерации текста и развёртывания на устройствах с ограниченными ресурсами. Уменьшенный размер рассчитан на более экономное использование памяти и быстрый вывод, в том числе на мобильных и периферийных устройствах. Карточка не приводит конкретных результатов бенчмарков или подробного перечня поддерживаемых естественных языков, поэтому качество и языковое покрытие нельзя оценить точнее.

Лицензия — Apache-2.0. Существенное сокращение модели относительно базовой версии, а также замена токенизатора могут влиять на качество и совместимость; заявленные преимущества скорости и качества отдельно не подтверждены результатами оценки.

Сценарии применения

  • генерация коротких текстов на устройстве
  • создание простых диалоговых прототипов
  • тестирование конвейеров генерации текста на базе Transformers
  • локальный запуск небольшой языковой модели
  • эксперименты с компактной архитектурой Qwen3

Ограничения

Карточка не содержит результатов бенчмарков и не перечисляет поддерживаемые естественные языки; сокращение архитектуры и смена токенизатора могут снизить качество или совместимость по сравнению с базовой Qwen3-0.6B.

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

Qwen3-30M with GPT-2 Tokenizer (FP16)

A 30M parameter version of Qwen3-0.6B using GPT-2's tokenizer for better compatibility, optimized with FP16 precision.

Model Details

  • Base Model: Qwen/Qwen3-0.6B
  • Architecture: Qwen3 (8 layers, 224 hidden size)
  • Parameters: ~35M (reduced from 637M)
  • Tokenizer: GPT-2 (50,257 vocabulary)
  • Vocabulary: Reduced from 151,936 to 50,257 tokens
  • Precision: FP16 (half precision for memory efficiency)
  • Model Size: ~60MB (vs ~120MB in FP32)

Architecture Specifications

  • Layers: 8 transformer layers
  • Hidden Size: 224
  • Intermediate Size: 896 (4x hidden_size)
  • Attention Heads: 8
  • Key-Value Heads: 8
  • Max Position Embeddings: 32,768
  • Activation: SiLU

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# Load with automatic fp16 support
tokenizer = AutoTokenizer.from_pretrained("Mostafa8Mehrabi/qwen3-30m-fp16")
model = AutoModelForCausalLM.from_pretrained(
    "Mostafa8Mehrabi/qwen3-30m-fp16",
    torch_dtype=torch.float16,  # Explicitly use fp16
    device_map="auto"  # Automatically place on available device
)

# For GPU inference (recommended)
# model = model.to("cuda") # if you have a GPU

inputs = tokenizer("Hello, how are you?", return_tensors="pt")
# Move inputs to same device as model if using GPU
# inputs = {k: v.to(model.device) for k, v in inputs.items()}

outputs = model.generate(**inputs, max_length=50, do_sample=True, temperature=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Key Features

  • ✅ FP16 Precision: 50% smaller model size, faster inference
  • ✅ 30M Parameters: Ultra-lightweight for edge deployment
  • ✅ 8 Layers: Balanced depth for performance
  • ✅ Standard GPT-2 tokenizer (no trust_remote_code)
  • ✅ Compatible vocabulary sizes
  • ✅ SafeTensors format for faster loading
  • ✅ Works like any HuggingFace model
  • ✅ 21x smaller than original Qwen3-0.6B
  • ✅ GPU optimized for efficient inference

Architecture Comparison

ComponentOriginalThis Model
Parameters637M~35M
Vocabulary151,93650,257
Hidden Size1024224
Layers288
Intermediate Size4096896
Attention Heads168
TokenizerQwen3GPT-2
PrecisionFP32FP16
Model Size~1.2GB~60MB

Memory Requirements

  • FP16: ~60MB model + ~30MB working memory = ~90MB total
  • FP32: ~120MB model + ~60MB working memory = ~180MB total
  • Memory savings: ~50% reduction compared to FP32
  • Ultra-lightweight: Perfect for mobile and edge devices

Performance Notes

  • FP16 provides significant memory savings with minimal quality loss
  • 30M parameters optimized for fast inference while maintaining coherence
  • Ideal for deployment in resource-constrained environments
  • Compatible with both CPU and GPU inference
  • Faster loading times due to smaller file size
  • 8 layers provide good balance between model capacity and speed

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
1848b28

0 моделей