/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
engram_qwen · dense
Базовая модель
Qwen3-0.6B
Опубликована
1 сен 2026

qwen3-0.6b-engram

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная Qwen3-0.6B с таблицей условной памяти Engram для генерации текста и диалогов.

149скачиваний за 30 дней0лайковвеса обновлены1 сен 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

Qwen3-0.6B-Engram — экспериментальная реализация условной памяти DeepSeek в виде таблицы поиска (LUT), добавленной к базовой Qwen3-0.6B. Разработчик указывает, что слой эмбеддингов Engram занимает около 2 ГБ; в метаданных архитектура обозначена как плотная EngramQwenForCausalLM, размер модели — 507,9 млн параметров, максимальный контекст — 32 768 токенов.

Модель предназначена для генерации текста и диалогов. В тесте на WikiText-2 она показала perplexity 14,80 и точность предсказания следующего токена 46,60% против 16,80 и 45,43% у исходной Qwen3-0.6B. Эти результаты относятся только к указанному тесту и сами по себе не гарантируют качество в других задачах. Модель основана на Qwen/Qwen3-0.6B и дообучена на Salesforce/wikitext. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • диалоговые ответы на английском языке
  • оценка качества предсказания следующего токена
  • эксперименты с условной памятью Engram на текстовых данных

Ограничения

В README приведены результаты только на тестовом разбиении WikiText-2, поэтому они не характеризуют качество на других задачах. Дополнительный слой Engram описан как занимающий около 2 ГБ.

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

Qwen3-0.6B-Engram

An implementation of DeepSeek conditional memory via an offloaded Look-Up Table (LUT) alongside Qwen3-0.6B-Base.

English: a 2gb engram embedding layer in qwen 3 0.6b

Benchmark Results (WikiText-2 Test Split)

ModelCross-Entropy LossPerplexity (PPL)Next-Token Top-1 Acc
Vanilla Qwen3-0.6B2.821116.8045.43%
Engram + Qwen3-0.6B2.694514.8046.60%

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

MODEL_PATH = "./qwen3-engram"

model = AutoModelForCausalLM.from_pretrained(
    MODEL_PATH,
    trust_remote_code=True,
    torch_dtype=torch.float32,
    device_map="cpu"
)
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)

prompt = "The most common cause of acute renal failure is"
inputs = tokenizer(prompt, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=192, use_cache=False)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
EngramQwenForCausalLM
Ревизия весов
64c20ea

0 моделей