Uploaded finetuned model
- Developed by: NG-ng
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 3,1 млрд
- Размер весов
- 6,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-3b-instruct-unsloth-bnb-4bit
- Опубликована
- 18 сен 2026
Ссылки
multi-science-reasoner-model
Дообученная модель Qwen2 на 3,1 млрд параметров для генерации текста и диалогов, заявленная как ориентированная на научное рассуждение.
259скачиваний за 30 дней0лайковвеса обновлены18 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
NG-ng/multi-science-reasoner-model — дообученная NG-ng языковая модель семейства Qwen2, основанная на unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Модель предназначена для генерации текста и диалогового взаимодействия; карточка указывает на обучение с использованием Unsloth и библиотеки TRL.
Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров, поддерживает контекст до 32 768 токенов и принимает текст на английском языке. В метаданных также указана возможность интерфейса вызова инструментов. Специализация на научном рассуждении отражена в названии, однако карточка не приводит конкретных оценок или подтверждения качества в научных задачах. Лицензия — Apache-2.0.
Сценарии применения
- генерация ответов на научные вопросы
- диалоговое обсуждение научных тем
- объяснение научных понятий по текстовому запросу
- генерация текста с контекстом до 32 768 токенов
- подготовка запросов для вызова инструментов через поддерживаемый интерфейс
Ограничения
Карточка не содержит результатов оценивания или примеров, подтверждающих качество в научном рассуждении. Поддержка текста указана для английского языка; фактическая надёжность ответов и вызова инструментов не описана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 778ff56