/ Модель

Характеристики

Библиотека
transformers
Опубликована
20 авг 2026

qwen3-4b-icot-responseonly

Генерация текстаТекст → текст

Дообученная разговорная модель семейства Qwen3 для генерации ответов на пользовательские сообщения.

0скачиваний за 30 дней0лайковвеса обновлены20 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

OP12138/qwen3-4b-icot-responseonly — разговорная модель генерации текста на основе семейства Qwen3, обученная с использованием TRL. Карточка указывает, что это дообученная модель, но базовая модель обозначена как None, поэтому установить её точный идентификатор нельзя.

Модель предназначена для генерации ответов на пользовательские вопросы в формате чата. В примере показан запуск через Transformers с входом в виде сообщения пользователя и выдачей только сгенерированного продолжения. В репозитории указаны веса Safetensors; сведения о размере, контексте, языках обучения и лицензии в доступных данных отсутствуют.

Сценарии применения

  • генерация ответов на вопросы в чате
  • создание диалогового ассистента на базе Transformers
  • эксперименты с дообучением разговорных моделей

Ограничения

Базовая модель указана в карточке как None, поэтому её точный идентификатор и характеристики не установлены. Данных о лицензии, размере модели, контексте и языковой поддержке нет.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for ablation_response_only

This model is a fine-tuned version of None. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with IASD.

Framework versions

  • TRL: 0.26.0
  • Transformers: 4.57.1
  • Pytorch: 2.8.0
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
5e665fb

0 моделей