Исследовательский чекпойнт на базе Qwen, дообученный на корпусе рекурсивных заметок OpenClaw для генерации текста и экспериментов с заметками.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
OpenClaw Phase-1 note TTT — исследовательский чекпойнт, созданный разработчиком aviralku на основе локальной модели Qwen3.8-27B. Модель обучена полными параметрами предсказывать следующий токен на сбалансированном корпусе рекурсивных заметок OpenClaw; это первый этап обучения, посвящённый только заметкам.
В README указаны бюджет обучения около 100 млн токенов, одна эпоха и 3125 шагов. В метаданных архитектура обозначена как плотная Qwen3.5 для генерации текста, а среди возможностей указаны чат и библиотека Transformers. Веса сохранены в формате bfloat16 и опубликованы в шести шардах safetensors.
Чекпойнт предназначен для экспериментов с продолжением обучения на корпусе заметок и генерацией текста в чат-сценариях. README называет его приватным исследовательским чекпойнтом; условия лицензии в предоставленных данных не описаны.
Это чекпойнт только первого этапа обучения на заметках, поэтому его возможности за пределами этого этапа не установлены. Условия лицензии и языки в предоставленных данных не указаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Private research checkpoint derived from the local Qwen3.8-27B base model by full-parameter next-token training on the balanced OpenClaw recursive-note corpus.
export_manifest.json records the exact source checkpoint and export metadata.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…