/ Модель

Характеристики

Контекст
1 024 токена
Параметры
33,9 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
25 авг 2026

Vertex-0.6-35M-Base

Генерация текстаТекст → текст3 профессии

Небольшая базовая языковая модель Qwen3 для продолжения английского текста и экспериментов с генерацией кода на Python.

117скачиваний за 30 дней2лайкавеса обновлены26 авг 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

VertexResearch разработала Vertex-0.6-35M-Base — базовую авторегрессионную языковую модель с архитектурой Qwen3 и 33,9 млн параметров. Модель обучена с нуля и имеет собственный токенизатор byte-level BPE с размером словаря 32 000; веса сохранены в формате safetensors. Контекст модели составляет 1 024 токена.

Модель предназначена для продолжения текста и экспериментов с небольшой языковой моделью. Обучение охватывало преимущественно англоязычные веб-тексты и корпус Python-кода; это базовая модель без инструкционной настройки, чат-формата и настройки безопасности. Лицензия — Apache-2.0.

Ожидаются несвязные и повторяющиеся продолжения, особенно при длинной генерации, а ответы могут быть непоследовательными. Другие языки, помимо английского, практически не представлены в обучении.

Сценарии применения

  • продолжение короткого англоязычного текста
  • эксперименты с компактной языковой моделью
  • изучение авторегрессионной генерации текста
  • генерация фрагментов кода на Python
  • исследование токенизации и обучения небольших LLM

Ограничения

Модель не настроена для инструкций или диалога; генерация может быть несвязной, повторяющейся и непоследовательной, особенно на длинных последовательностях. Кроме английского, языки практически не представлены в обучении.

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

Vertex-0.6-35M-Base

A ≈34M-parameter base language model (Qwen3 architecture), pretrained from scratch on a single RTX 4060 Laptop GPU (8GB). Sibling of Vertex-0.6-100M, but fully independent: its own tokenizer, its own data pipeline, no shared weights or vocab.

Model

ArchitectureQwen3 (Qwen3ForCausalLM)
Parameters33,924,224 (≈34M), tied embeddings
Hidden size384
Layers10
Attention heads6 (GQA, 2 KV heads, head_dim 64)
Intermediate size1536
Context length1024
RoPE theta10000
Vocab32000, byte-level BPE

Tokenizer

Independent byte-level BPE (tokenizer.json), vocab 32000, trained on a ≈480K-document sample of the pretraining mix (≈85% web / ≈15% code). Special tokens: <|endoftext|> (bos/eos), <|pad|>. No chat/instruct special tokens — this is a raw base model.

Training data

≈1.50B unique tokens, trained for 2 epochs (≈3.0B tokens seen, ≈88 tokens/param):

Documents were concatenated with <|endoftext|> separators and packed into fixed 1024-token blocks, shuffled independently each epoch.

Training recipe

  • Single epoch-pair on one RTX 4060 Laptop 8GB, bf16 autocast + torch.compile
  • AdamW (fused): lr 3e-3 peak, cosine decay to 10%, 300-step warmup, weight decay 0.1, betas (0.9, 0.95), grad clip 1.0
  • Batch: 8 x 1024 tokens x 12 grad-accum = 98,304 tokens/step
  • 30,517 optimizer steps total, ≈50.8K tok/s sustained (≈16h wall clock)
  • Trained 2026-08-24 → 2026-08-25

Usage

from huggingface_hub import hf_hub_download
from transformers import AutoModelForCausalLM, PreTrainedTokenizerFast

model = AutoModelForCausalLM.from_pretrained("VertexResearch/Vertex-0.6-35M-Base")
tok = PreTrainedTokenizerFast(
    tokenizer_file=hf_hub_download("VertexResearch/Vertex-0.6-35M-Base", "tokenizer.json"),
    bos_token="<|endoftext|>", eos_token="<|endoftext|>", pad_token="<|pad|>",
)
out = model.generate(tok("The", return_tensors="pt").input_ids, max_new_tokens=50)
print(tok.decode(out[0]))

Notes

  • Base model only: no instruction tuning, no chat format, no safety tuning. For the instruction-tuned variant, see VertexResearch/Vertex-0.6-35M-Instruct.
  • English + Python centric; other languages are effectively untrained.

Limitations

These models are not the most coherent yet and need more tuning: expect rambling, repetition, and inconsistent answers, especially over longer generations.

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
d6e882d

0 моделей