Uploaded finetuned model
- Developed by: TanishkDhope
- License: apache-2.0
- Finetuned from model : unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit
This qwen2 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 494 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen2 · dense
- Базовая модель
- qwen2.5-0.5b-instruct-unsloth-bnb-4bit
- Опубликована
- 16 сен 2026
Ссылки
tetherchat-smart-replies
Дообученная англоязычная модель Qwen2 для генерации ответов в диалогах и создания коротких умных ответов.
810скачиваний за 30 дней1лайквеса обновлены16 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
TanishkDhope/tetherchat-smart-replies — дообученная разговорная модель семейства Qwen2 для генерации текстовых ответов. Она создана на базе unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 494 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов.
Модель предназначена для генерации ответов в диалоге и сценариев с короткими умными ответами. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка сообщает об английском языке, но не приводит конкретных оценок качества или подробностей обучающих данных.
Сценарии применения
- генерация ответов на сообщения в чате
- подготовка короткого варианта ответа на реплику
- создание разговорных ответов для приложения
- прототипирование чат-бота с умными ответами
Ограничения
В карточке не приведены результаты оценки качества, сведения о данных дообучения или рекомендации по развёртыванию; пригодность ответов для конкретного продукта следует проверять отдельно.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
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
- a60478b