/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
28 авг 2025

UIGEN-FX-4B-Preview

Генерация текстаТекст → текст3 профессии

Модель Tesslate для генерации структурированных, адаптивных веб-страниц и компонентов интерфейса по текстовым запросам.

89скачиваний за 30 дней20лайковвеса обновлены8 сен 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

UIGEN-FX-4B-Preview — языковая модель Tesslate с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Instruct-2507 для генерации пользовательских интерфейсов и веб-страниц. Это плотная causal language model семейства Qwen3, ориентированная на работу как фронтенд-разработчик и генерацию HTML, CSS и Tailwind-разметки; карточка заявляет поддержку 22 фреймворков.

Модель предназначена для создания адаптивных, mobile-first страниц и отдельных блоков интерфейса по текстовому описанию: например, лендингов, сеток функций, тарифных секций и FAQ. Она делает упор на семантическую структуру, композицию компонентов, ритм отступов и визуальную согласованность, а JavaScript использует минимально, если его отдельно не запросить. В карточке указан эффективный контекст около 64 тысяч токенов; метаданные указывают нативный контекст 262 144 токена.

Это исследовательский предварительный выпуск: некоторые генерации могут требовать доработки перед использованием в готовом продукте. Доступность, включая ARIA-разметку, следует проверять, а сложную интерактивность часто нужно реализовать или доработать отдельно. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • создание HTML-лендинга по описанию продукта
  • генерация адаптивной страницы на Tailwind CSS
  • подготовка секций тарифов, FAQ и карточек функций
  • создание каркаса интерфейса для React-приложения
  • генерация веб-разметки для статического сайта

Ограничения

Карточка предупреждает, что некоторые результаты предварительной версии могут быть не готовы к production. ARIA-разметку и доступность нужно проверять, а для сложных интерактивных элементов может потребоваться доработка JavaScript.

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

model_id = "Tesslate/UIGEN-FX-4B-Preview" tok = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map="auto" )

prompt = """Make a single-file landing page for 'LatticeDB'. Style: modern, generous whitespace, Tailwind, rounded-xl, soft gradients. Sections: navbar, hero (headline + 2 CTAs), features grid, pricing (3 tiers), FAQ accordion, footer. Constraints: semantic HTML, no external JS."""

inputs = tok(prompt, return_tensors="pt").to(model.device) out = model.generate(**inputs, max_new_tokens=2200, temperature=0.6, top_p=0.9) print(tok.decode(out[0], skip_special_tokens=True))

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
e62c97d

0 моделей