/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
38,2 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
qwen3-50m-fp16
Библиотека
transformers
Опубликована
13 июл 2025

qwen3-71M-c4-final

Генерация текстаТекст → текст3 профессии

Компактная модель Qwen3, дообученная на C4 и предназначенная для генерации текста.

417скачиваний 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/qwen3-71M-c4-final — плотная авторегрессионная языковая модель семейства Qwen3, дообученная на наборе данных C4. В карточке указано, что обучение проходило в среде ноутбука с точностью FP16; метаданные сообщают 38,2 млн параметров, контекст до 32 768 токенов и формат весов safetensors.

Модель предназначена для генерации текста на основе текстового ввода. В README приведены параметры обучения: размер пакета 128, скорость обучения 5e-05 и максимальная длина последовательности 512 токенов; также указаны доступные контрольные точки обучения. Модель выпущена под лицензией Apache-2.0. Данные не подтверждают специализированное назначение или заявленные показатели качества.

Сценарии применения

  • эксперименты с компактной языковой моделью
  • генерация продолжения текста
  • изучение влияния обучения на C4
  • запуск модели в Transformers

Ограничения

README сообщает максимальную длину последовательности 512 токенов при обучении, тогда как метаданные указывают контекст 32 768 токенов; эти значения описывают разные параметры. Карточка не приводит оценок качества или подтверждения поддержки конкретных языков.

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

🚀 Qwen3-50M C4 Pretrained (FP16) - Notebook Version

Pretrained Qwen3-50M model on C4 dataset using FP16 precision in notebook environment.

📊 Training Results

  • Final Training Loss: 4.0267
  • Final Validation Loss: 4.120617866516113
  • Training Samples: 1,000,000
  • Epochs: 3
  • Precision: FP16

🚀 Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

tokenizer = AutoTokenizer.from_pretrained("Mostafa8Mehrabi/qwen3-50m-c4-final")
model = AutoModelForCausalLM.from_pretrained(
    "Mostafa8Mehrabi/qwen3-50m-c4-final", 
    torch_dtype=torch.float16,
    device_map="auto"
)

# Generate text
prompt = "The future of artificial intelligence is"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100, do_sample=True)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

📁 Checkpoints

Training checkpoints (also in FP16) are available at: Mostafa8Mehrabi/qwen3-50m-c4-checkpoints

🔧 Training Environment

This model was trained in a notebook environment with the following configuration:

  • Batch Size: 128
  • Learning Rate: 5e-05
  • Max Length: 512
  • Number of Processes: 8

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
af86854

0 моделей