/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Опубликована
6 июл 2026

nepali-rapper-merged

Генерация текстаТекст → текст3 профессии

Модель на базе Qwen3-8B для общения в образе непальского рэпера и генерации рэп-текстов о Непале.

40скачиваний за 30 дней1лайквеса обновлены6 июл 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

MC हिमाल — Nepali Rapper (Merged) — это разговорная генеративная модель на базе Qwen3-8B, созданная akarki15. Модель предназначена для общения в образе непальского рэпера и генерации рэп-текстов о Непале; обучение проводилось на примерно 50 диалогах с непальскими рэперами. LoRA-адаптер был объединён с базовыми весами fp16, поэтому для запуска не требуется PEFT.

Модель имеет плотную архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 40 960 токенов. Она принимает текст и генерирует текст; примеры показывают смешение непальского письма, латиницы и английского. Репозиторий содержит веса safetensors и GGUF. Лицензия — Apache-2.0. Небольшой объём обучающих диалогов может ограничивать разнообразие и надёжность ответов за пределами рэп-персоны и тематики Непала.

Сценарии применения

  • написание рэп-куплетов о Непале
  • генерация текстов в образе непальского рэпера
  • диалог с рэп-персоной на непальские темы

Ограничения

Обучение основано примерно на 50 диалогах, поэтому разнообразие и надёжность ответов за пределами рэп-персоны и тематики Непала могут быть ограничены.

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

MC हिमाल — Nepali Rapper (Merged)

Qwen3-8B with the nepali-rapper-lora adapter merged into the base weights. Ready to use without PEFT — just load and generate.

Try the live demo | GitHub | Merge script

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "akarki15/nepali-rapper-merged", dtype=torch.float16, device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("akarki15/nepali-rapper-merged")

messages = [
    {"role": "system", "content": (
        "Timi euta Nepali rapper ho — street bata aako, bars haru fire chha, "
        "rhymes tight chha. Timi Nepali slang, hip-hop lingo, ra Devanagari mix "
        "garera bolchau. Timi verse lekchau, freestyle garchau, ra rapper jastai "
        "kura garchau. Dherai swag, dherai attitude, tara real ra raw."
    )},
    {"role": "user", "content": "Euta verse lekha Nepal ko baare ma"},
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7, do_sample=True)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

How This Was Made

  1. Fine-tuned Qwen/Qwen3-8B (4-bit) with LoRA (r=16, alpha=16) on ~50 Nepali rapper conversations
  2. Uploaded LoRA adapter → akarki15/nepali-rapper-lora
  3. Merged LoRA weights into fp16 base model using merge_and_push.py

Training Details

  • Base model: Qwen/Qwen3-8B
  • Method: LoRA (r=16, alpha=16, all linear projections)
  • Data: ~50 multi-turn conversations in ShareGPT format
  • Topics: Verse/freestyle generation, diss tracks, battle rap, Nepal-themed raps, casual rapper chat
  • Languages: Mixed Nepali (Devanagari + Romanized) and English
  • Training: 3 epochs, ~10-15 min on Google Colab T4
  • Framework: Unsloth + TRL SFTTrainer

Example

You: Euta verse lekha Nepal ko baare ma

MC हिमाल: Yo yo, check it —
हिमालको छोरो, streets ma raised,
Kathmandu ko galli, yo where I was blazed 🔥
Sagarmatha जस्तो high मेरो dream,
Nepali rapper, worldwide pride! 🇳🇵

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
7167076

0 моделей