/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
17 ноя 2025

qwen3-0.6b-hh-rlhf-sft

Генерация текстаТекст → текст3 профессии

Компактная дообученная Qwen3 для генерации текста и ответов в диалоге.

67скачиваний за 30 дней0лайковвеса обновлены17 ноя 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

acrystal007/qwen3-0.6b-hh-rlhf-sft — дообученная модель генерации текста на базе Qwen/Qwen3-0.6B. По карточке, обучение выполнено с использованием TRL, а метаданные указывают на архитектуру Qwen3ForCausalLM и поддержку диалогового режима. Модель рассчитана на генерацию ответов в беседе и другие задачи продолжения текста; пример запуска показывает обработку пользовательского вопроса через Transformers.

Модель содержит 507,9 млн параметров, принимает текст и выдаёт текст. Её контекстное окно — до 40 960 токенов. Карточка не уточняет состав данных и результаты оценки качества, поэтому специализированные возможности и устойчивость ответов по ней определить нельзя. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • ответы на вопросы в текстовом чате
  • генерация продолжения текста
  • создание коротких ответов на пользовательские запросы

Ограничения

В карточке нет сведений о данных обучения и результатах оценки качества, поэтому качество и специализацию модели трудно оценить. Лицензия не указана в предоставленных сведениях.

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 Card for qwen3-0.6b-hh-rlhf-sft

This model is a fine-tuned version of Qwen/Qwen3-0.6B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="acrystal007/qwen3-0.6b-hh-rlhf-sft", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.25.1
  • Transformers: 4.57.1
  • Pytorch: 2.8.0+cu126
  • Datasets: 4.0.0
  • Tokenizers: 0.22.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
7db1b81

0 моделей