/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
2,6 млрд
Размер весов
61,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Библиотека
transformers
Опубликована
9 авг 2025

ThaiLLM-30B

Генерация текстаТекст → текст5 профессий

Базовая тайско-английская модель Qwen3 MoE для генерации текста и дальнейшего инструкционного дообучения.

55скачиваний за 30 дней7лайковвеса обновлены20 апр 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.

  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

ThaiLLM-30B — базовая языковая модель ThaiLLM, полученная продолжением предобучения Qwen3-30B-A3B на разнообразном корпусе примерно из 63 млрд токенов. В метаданных указана архитектура Qwen3 MoE и 2,6 млрд параметров; модель принимает текст и генерирует продолжения. Контекстное окно — до 32 768 токенов.

Модель предназначена прежде всего для работы с тайским и английским языками. Её можно использовать как основу для адаптации к пользовательским задачам, а также для оценки понимания текста и выбора ответов по вероятности следующего токена. В README приведены сравнительные результаты на тайских наборах Belebele, XNLI, ThaiExam и MMLU-ProX; результаты различаются по задачам.

Это базовая модель, поэтому для диалогового и прикладного использования рекомендуется предварительное инструкционное дообучение. Для специализированных областей может потребоваться дополнительная адаптация, а результаты в важных сценариях следует проверять. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста на тайском языке
  • генерация текста на английском языке
  • адаптация языковой модели под пользовательские инструкции
  • оценка понимания тайского текста на тестах с вариантами ответа

Ограничения

Это базовая модель без инструкционного выравнивания; для диалоговых сценариев и конкретных задач рекомендуется дообучение. Для специализированных областей может понадобиться дополнительная адаптация, а ответы в критически важных сценариях следует проверять.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ThaiLLM-30B info

This model is a continued pre-training from Qwen3-30B-A3B, which underwent training on a diverse corpus of approximately 63 billion tokens.

Important Note: This is a base model that requires instruction fine-tuning to align with specific user requirements and use cases.

Data

The training corpus consists of the following datasets:

DatasetTokens
Fineweb2-ENG24,000,000,000
Fineweb2-TH31,525,674,209
CuratedData8,054,246,789

CuratedData Breakdown

CategoryToken Count
Business & Finance736,071,807
News1,700,662,378
Education576,489,778
Social211,000,000
Government40,492,117
Medical42,987,587
Conversation80,919,390
Code620,218
Research Articles4,185,649,758
Law467,994,847
Travel6,948,290
Others4,410,619

*Token counts calculated using Qwen3 Tokenizer

Requirements

The code of Qwen3 has been integrated into the latest Hugging Face transformers library. We strongly recommend using the latest version of transformers.

With transformers<4.51.0, you will encounter the following error:

KeyError: 'qwen3'

Usage Training

Important: This is a base model and requires instruction fine-tuning before use to ensure optimal performance for your specific tasks and requirements.

Recommended Training Setup

We recommend using LLaMA-Factory for instruction fine-tuning. This framework provides an easy-to-use interface for training language models with various optimization techniques.

Quick Start with LLaMA-Factory

# Clone the repository
git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory

# Install dependencies
pip install -e .

# Example training command for LoRA
llamafactory-cli train \
    --model_name_or_path ThaiLLM/ThaiLLM-30B \
    --stage sft \
    --do_train \
    --finetuning_type lora \
    --dataset your_dataset \
    --template qwen3 \
    --cutoff_len 8192 \
    --learning_rate 5e-05 \
    --num_train_epochs 3.0 \
    --per_device_train_batch_size 2 \
    --gradient_accumulation_steps 8 \
    --lr_scheduler_type cosine \
    --max_grad_norm 1.0 \
    --logging_steps 5 \
    --save_steps 100 \
    --warmup_steps 0 \
    --output_dir saves/ThaiLLM-30B-lora \
    --bf16

Usage Inference

Below are code snippets to get quickly started with running the model. First, install the necessary libraries.

pip install -U transformers torch accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM, 
import torch

model_id = "ThaiLLM/ThaiLLM-30B"

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    device_map="auto", 
    torch_dtype=torch.bfloat16
)

# Example prompt
prompt = "น้ำบริสุทธิ์มีค่า pH เท่าใด"
inputs = tokenizer(prompt, return_tensors="pt")

# Generate response
with torch.inference_mode(): 
    generate_ids = model.generate( 
        inputs.input_ids, 
        max_new_tokens=500, 
        repetition_penalty=1.2, 
        num_beams=1, 
        do_sample=True, 
        top_k=40, 
        top_p=0.75, 
        temperature=0.4, 
        pad_token_id=tokenizer.eos_token_id, 
    )

response = tokenizer.batch_decode(
    generate_ids, 
    skip_special_tokens=True, 
    clean_up_tokenization_spaces=True
)[0]

print(response)

Benchmarks

We evaluated ThaiLLM-30B against Qwen3-30B-Base using multiple-choice question datasets in both Thai and English.
Each benchmark measures the probability of selecting the correct choice based on the model’s next-token prediction.

Natural Language Understanding (NLU)

TaskQwen3-30B-BaseThaiLLM-30B (Qwen3-30B-A3B-cpt)Δ
Belebele (TH)0.87040.8849+0.0145
XNLI (TH)0.75070.7363-0.0144
ThaiExam (Overall)0.59470.6478+0.0531
├── A-Level0.52760.6457+0.1181
├── IC0.67370.7158+0.0421
├── ONET0.58640.6296+0.0432
├── TGAT0.75380.7692+0.0154
├── TPAT-10.52590.5517+0.0258
M3Exam (Overall)0.54520.5660+0.0208
MMLU (ENG, 5-shot)0.96000.9500-0.0100
MMLU-Thai0.70040.7284+0.0280
XCOPA-Thai0.89400.8760-0.0180
M6Exam (Overall)0.58690.6196+0.0327
├── English0.88460.8462-0.0384
├── Math0.52940.52940.0000
├── Science0.60710.6786+0.0715
├── Social0.70910.7636+0.0545
└── Thai0.49800.5388+0.0408
ModelAverage Score
Qwen3-30B-Base0.7378
ThaiLLM-30B0.7511

MMLU-ProX Thai subset

CategoryQwen3-30B-BaseThaiLLM-30BΔ
Biology0.72940.7462+0.0168
Business0.44110.4499+0.0088
Chemistry0.40640.4046-0.0018
Computer Science0.51220.5220+0.0098
Economics0.64340.6339-0.0095
Engineering0.49430.4881-0.0062
Health0.48910.5226+0.0335
History0.45140.4488-0.0026
Law0.29820.29820.0000
Math0.45370.4597+0.0060
Other0.39180.4232+0.0314
Philosophy0.37680.3627-0.0141
Physics0.44500.4442-0.0008
Psychology0.59520.6078+0.0126
ModelOverall
Qwen3-30B-Base0.4739
ThaiLLM-30B0.4797

Limitations

  • This is a base model and requires instruction fine-tuning for optimal performance
  • Performance on specialized domains may require domain-specific fine-tuning
  • As with all language models, outputs should be verified for accuracy in critical applications

Citation

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report}, 
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388}, 
}

Dataset Contributors

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
a7999e1

0 моделей