Характеристики

Контекст: 262 144 токена
Параметры: 3,7 млрд
Лицензия: Своя лицензия
Архитектура: qwen3 · dense
Базовая модель: Qwen3-4B-Instruct-2507
Библиотека: transformers
Опубликована: 7 сен 2026

Ссылки

Hugging Face

Millesime-2026-4b-phase1

borekboissy

Генерация текстаТекст → текст6 профессий

Дообученная на millesime_202608_sft диалоговая модель Qwen3 для генерации текста с контекстом до 262 144 токенов.

276скачиваний за 30 дней0лайковвеса обновлены7 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Millesime-2026-4b-phase1 — диалоговая языковая модель, созданная дообучением Qwen/Qwen3-4B-Instruct-2507 на наборе данных millesime_202608_sft. Модель с плотной архитектурой Qwen3 содержит 3,7 млрд параметров, принимает текст и генерирует текст. Длина контекста — до 262 144 токенов.

Модель предназначена для генерации текста в диалогах и может использоваться как дообученный вариант базовой Qwen3 для соответствующих сценариев. В README приведён результат оценки: loss 0,9014; назначение дообучения, языки и подробные ограничения не раскрыты. Репозиторий содержит веса в формате Safetensors. Лицензия указана как other, поэтому конкретные условия использования по имеющимся данным определить нельзя.

Сценарии применения

генерация ответов в диалоге
создание текстовых ответов на инструкции
эксперименты с дообучением Qwen3
оценка качества языковой модели по функции потерь

Ограничения

README не описывает целевое назначение дообучения, поддерживаемые языки или ограничения качества; указан только loss 0,9014 на наборе оценки. Лицензия обозначена как other, подробные условия использования не приведены.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Millesime-202608-4B-phase1

This model is a fine-tuned version of Qwen/Qwen3-4B-Instruct-2507 on the millesime_202608_sft dataset. It achieves the following results on the evaluation set:

Loss: 0.9014

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
distributed_type: multi-GPU
num_devices: 4
gradient_accumulation_steps: 2
total_train_batch_size: 32
total_eval_batch_size: 16
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
lr_scheduler_warmup_steps: 0.1
num_epochs: 2.0

Training results

Training Loss	Epoch	Step	Validation Loss
1.0220	0.4228	500	0.9928
0.9338	0.8457	1000	0.9309
0.6958	1.2681	1500	0.9176
0.6838	1.6909	2000	0.9042
0.6903	2.0	2366	0.9014

Framework versions

Transformers 5.8.0
Pytorch 2.13.0+cu130
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: Qwen3ForCausalLM
Ревизия весов: 790a501