/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
13 июн 2025

Q3-8B-Kintsugi

Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen3-8B текстовая модель для ролевых диалогов, написания историй и инструктивных бесед.

45скачиваний за 30 дней6лайковвеса обновлены3 сен 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

Q3-8B-Kintsugi — текстовая модель для диалогового ролевого взаимодействия и написания историй, разработанная Allura. Она дообучена на базе Qwen3-8B-Base: сначала на инструкциях, ролевых диалогах и человеческих текстах, затем с применением KTO для коррекции стиля и улучшения логического и пространственного рассуждения. Модель использует плотную авторегрессионную архитектуру Qwen3 с 7,6 млрд параметров и контекстом 32 768 токенов; работает с текстом в формате ChatML.

По карточке модели, она особенно хорошо показала себя в ролевых диалогах один на один и написании прозы. Модель предназначена также для инструктивных диалогов и генерации текста; данные о поддерживаемых языках не приведены. Доступны веса в формате Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • ведение ролевого диалога один на один
  • совместное написание художественной истории
  • генерация прозы по заданному сценарию
  • ответы на инструкции в диалоговом формате

Ограничения

Карточка отмечает преимущество модели прежде всего в ролевых диалогах один на один и написании историй; результаты тестирования описаны разработчиком без приведённых количественных оценок. Языки обучения и качество на других языках не указаны.

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

Q3-8B-Kintsugi

Sketch drawing of a picture of a Kitsune hugging a Fox plushie on her bed. Generated with Midjourney v7 get it? because kintsugi sounds like kitsune? hahaha-

Overview

Q3-8B-Kintsugi is a roleplaying model finetuned from Qwen3-8B-Base.

During testing, Kintsugi punched well above its weight class in terms of parameters, especially for 1-on-1 roleplaying and general storywriting.

Quantizations

EXL3:

GGUF:

MLX:

Usage

  • Format is plain-old ChatML (please note that, unlike regular Qwen 3, you do not need to prefill empty think tags for it not to reason -- see below).

  • Settings used by testers varied, but we generally stayed around 0.9 temperature and 0.1 min p. Do not use repetition penalties (DRY included). They break it.

  • Any system prompt can likely be used, but I used the Shingame system prompt (link will be added later i promise)

  • The official instruction following version of Qwen3-8B was not used as a base. Instruction-following is trained in post-hoc, and "thinking" traces were not included. As a result of this, "thinking" will not function.

Training Process

  1. The base model first went through a supervised finetune on a corpus of instruction following data, roleplay conversations, and human writing based on the Ink/Bigger Body/Remnant lineage.

  2. Finally, a KTO reinforcement learning phase steered the model away from the very purple prose the initial merge had, and improved its logical+spatial reasoning and sense of overall "intelligence".

Both stages here are very similar to Q3-30B-A3B-Designant, which went through a very similar process with the same data.

Credits

  • Fizz - Training, Data Wrangling

  • Toaster, Mango, Bot, probably others I forgot ;-; - Testing

  • inflatebot - original Designant model card that this one was yoinked from

  • Artus - Funding

  • Alibaba - Making the original model

  • Axolotl, Unsloth, Huggingface - Making the frameworks used to train this model (Axolotl was used for the SFT process, and Unsloth+TRL was used for the KTO process)

  • All quanters, inside and outside the org, specifically Artus, Lyra, and soundTeam/Heni

We would like to thank the Allura community on Discord, especially Curse, Heni, Artus and Mawnipulator, for their companionship and moral support. You all mean the world to us <3

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
c99f68c

0 моделей