/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
3 дек 2025

ThaiLLM-8B

Генерация текстаТекст → текст5 профессий

Базовая модель Qwen3 с продолженным обучением на тайских и английских текстах, предназначенная для генерации текста и дальнейшей адаптации.

434скачиваний за 30 дней14лайковвеса 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-8B — базовая языковая модель, разработанная командой ThaiLLM на основе Qwen3-8-Base. Модель продолжила предварительное обучение на корпусе примерно из 63 млрд токенов, в основном на английских и тайских текстах. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров и контекстом до 32 768 токенов; для работы используется библиотека Transformers, веса доступны в формате safetensors.

Модель предназначена для дальнейшей адаптации и дообучения под задачи генерации текста, особенно на тайском языке. В карточке сообщается об улучшениях на ThaiExam, Belebele-Thai и MMLU-TH, включая A-Level и TGAT; также отмечены небольшие регрессии на MMLU-ENG и математических задачах M6Exam. Для диалогового помощника и других прикладных сценариев требуется instruction fine-tuning. Корпус включает материалы на тайском и английском языках, а также данные из областей бизнеса и финансов, новостей и образования.

Модель распространяется по лицензии Apache-2.0. Для специализированных областей может потребоваться дополнительное дообучение; ответы следует проверять в критически важных сценариях.

Сценарии применения

  • генерация текста на тайском языке
  • дообучение тайского диалогового помощника
  • адаптация языковой модели к тайским экзаменационным заданиям
  • создание специализированной модели для новостей или образования

Ограничения

Это базовая модель без instruction fine-tuning, поэтому для следования пользовательским инструкциям и диалоговых сценариев требуется дополнительная адаптация. Для специализированных областей может понадобиться доменное дообучение; в оценках отмечены небольшие регрессии на MMLU-ENG и математике M6Exam.

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-8B info

This model is a continued pre-training from Qwen3-8-Base, 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.

For example, the following models have been instruction fine-tuned based on ThaiLLM-8B:

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-8B \
    --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-8B-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-8B"

# 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-8B against Qwen3-8B-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.

1. Natural Language Understanding (NLU)

TaskQwen3-8B-BaseThaiLLM-8BΔ
MMLU (ENG, 5-shot)0.76910.7565-0.0126
MMLU (TH)0.62590.6459+0.0200
ThaiExam Avg. (ONET, IC, TGAT, TPAT-1, A-Level)0.313960.48292+0.16896
├── ONET0.40740.5864+0.1790
├── IC0.51570.7052+0.1895
├── TGAT0.33840.6307+0.2923
├── TPAT-10.13790.3965+0.2586
└── A-Level0.16530.5275+0.3622
M3Exam0.58020.6369+0.0567
M6Exam Avg.0.548440.55792+0.00948
├── Thai0.48330.5023+0.0190
├── Math0.40900.2727-0.1363
├── Social0.58440.7088+0.1244
├── Science0.46030.5238+0.0635
└── English0.75520.7864+0.0312
XNLI-Thai0.75290.6667-0.0862
XCOPA-Thai0.82200.8340+0.0120
Belebele-Thai0.38800.8447+0.4567

2. Average Performance

ModelAverage Score
Qwen3-8B-Base0.5987
ThaiLLM-8B0.6891

Highlights:

  • ThaiLLM-8B shows large improvements in ThaiExam, Belebele-Thai, and MMLU-TH.
  • Gains are especially strong in A-Level (+0.36) and TGAT (+0.29).
  • Some slight regressions are seen in MMLU-ENG and Math in M6Exam.

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 Contributor

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
9eb8c8a

0 моделей