Характеристики

Контекст: 262 144 токена
Параметры: 14 млрд
Размер весов: 29,5 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3 · dense
Базовая модель: Qwen3-14B-Base
Библиотека: transformers
Опубликована: 4 фев 2026

Ссылки

ABEJA-Qwen3-14B-Agentic-256k-v0.1

Генерация текстаТекст → текст3 профессии

Дообученная ABEJA модель Qwen3-14B с контекстом до 262 144 токенов для планирования и использования инструментов в агентных системах.

70скачиваний за 30 дней8лайковвеса обновлены27 мар 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.

Открыть конструктор бенчмарка

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

ABEJA-Qwen3-14B-Agentic-256k-v0.1 — это дообученная компанией ABEJA модель Qwen3-14B, предназначенная прежде всего для агентных сценариев. Она рассчитана на планирование, использование инструментов и циклы рассуждения с вызовом инструментов, а не на широкий круг универсальных задач.

Модель имеет плотную архитектуру Qwen3ForCausalLM и 14 млрд параметров. Она принимает текст и поддерживает контекст до 262 144 токенов. В карточке указаны японский язык и возможность диалогового взаимодействия. Для режима рассуждений авторы рекомендуют temperature 0,6, top_p 0,95, top_k 20 и min_p 0; жадное декодирование не рекомендуется из-за возможного ухудшения качества и повторов.

Модель основана на Qwen/Qwen3-14B-Base и распространяется в формате safetensors. Лицензия — Apache-2.0. Практическая область применения — создание агентов с длинным контекстом; модель не заявлена как универсальная.

Сценарии применения

создание диалогового агента с длинным контекстом
планирование последовательности действий агентом
вызов инструментов в цикле рассуждения
работа агента с большим объёмом текстового контекста

Ограничения

Модель ориентирована на агентные сценарии, а не на широкий круг универсальных задач. Автор предупреждает, что жадное декодирование может ухудшить качество и приводить к бесконечным повторам.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.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

Открыть на Hugging Face