/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
31 авг 2026

essAi

Генерация текстаТекст → текст3 профессии

Дообученная на эссе Qwen3-4B для создания личных заявлений при поступлении в колледж в стиле Common App.

220скачиваний за 30 дней0лайковвеса обновлены1 сен 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

essAi — дообученная модель на базе Qwen3-4B, созданная alphanozcan для написания эссе при подаче документов в колледж в стиле Common App. Модель генерирует личные заявления примерно на 650 слов естественным разговорным голосом. Обучение состояло из этапов SFT и DPO на корпусе примерно из 19,7 тысячи написанных людьми эссе; использовался LoRA. Архитектура — плотная Qwen3ForCausalLM примерно на 3,7 млрд параметров, формат весов — safetensors, максимальный контекст — 40 960 токенов. Основной язык карточки — английский.

Модель подходит для создания черновиков личных заявлений, разработки повествовательной структуры и улучшения естественности текста. Она ориентирована на эссе для поступления и не является универсальным редактором. Авторы отмечают, что качество ограничено размером модели и одним циклом обучения, а связность могла бы улучшиться при более длительном обучении или использовании большей базовой модели. Поведение детекторов ИИ не гарантируется. Лицензия — Apache-2.0.

Сценарии применения

  • создание черновика личного заявления для Common App
  • подготовка эссе для поступления в колледж
  • разработка повествовательной структуры эссе о личном опыте
  • переформулирование текста в более естественном стиле

Ограничения

Качество ограничено размером модели 4B и одним циклом обучения; связность может быть несовершенной. Авторы не гарантируют прохождение ИИ-детекторов.

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

essAi

essAi is a fine-tuned Qwen3-4B model that writes authentic college application essays (Common App personal statement style) in a natural human voice. A larger 9B sibling (Qwen3.5-9B) is available at alphanozcan/essAi-9b.

Training

Two-stage fine-tune on ~19.7k human-written essays:

StageDataDetails
SFT270 real admissions essays from publicly published example collections (JHU "Essays That Worked", College Essay Guy, AP Study Notes) + ~19.4k human essays from the open persuade corpusLoRA r=16 (all linear), lr 2e-4, 1 epoch, fp16
DPOSame prompt: real human essay = chosen, SFT model output = rejected (HumanLLMs method, arXiv 2501.05032) + GradGPT quality pairsbeta=0.1, lr 5e-5, 1 epoch

Prompt from SFT data: Write a ~650-word Common App style personal statement essay. …

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("alphanozcan/essAi", torch_dtype="auto", device_map="auto")
tok = AutoTokenizer.from_pretrained("alphanozcan/essAi")

system = "You write authentic college application essays in a natural human voice, with specific personal detail, varied sentence rhythm, and honest reflection."
user = "Write a ~650-word Common App style personal statement essay about learning from failure."

prompt = tok.apply_chat_template(
    [{"role": "system", "content": system}, {"role": "user", "content": user}],
    tokenize=False, add_generation_prompt=True, enable_thinking=False,
)
inputs = tok(prompt, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=900, do_sample=True, temperature=0.8, top_p=0.95, pad_token_id=tok.pad_token_id or tok.eos_token_id)
print(tok.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

A 4-bit MLX build for Apple Silicon is available at alphanozcan/essAi-mlx.

Notes

  • 4B parameters, 1 training epoch — quality reflects that; longer training and a larger base would improve coherence.
  • Style metrics (human reference vs output): burstiness CV 0.544 → 0.465, mean sentence length 18.8 → 17.0.
  • AI-detector behavior is not guaranteed; this model is trained on human essays for a more natural writing style, but detectors are trained classifiers and results vary.

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
996b8c1

0 моделей