/ Модель

Характеристики

Контекст
262 144 токена
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
16 сен 2026

energy-gpt-regulatorio-v3

Изображение и текст → текст3 профессии

Диалоговая Qwen3.5-модель для работы с нормативными и техническими материалами по распределению электроэнергии.

226скачиваний за 30 дней0лайковвеса обновлены16 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 «Изображение → 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

cemig-nlp-releases/energy-gpt-regulatorio-v3 — модель семейства Qwen3.5, разработанная для диалоговой работы с нормативными и техническими материалами в сфере распределения электроэнергии. Согласно карточке, модель обучена с нуля на наборе TokenLab/CemigConvoV1.1 и данных norm_tecnicas_dist.jsonl; в метаданных указаны архитектура Qwen3_5ForConditionalGeneration, поддержка чата и изображений, а также формат safetensors.

Модель предназначена для ответов на вопросы и диалога по тематике регулирования и распределения электроэнергии. Заявленная оценка на тестовом наборе: loss 0,6464 и perplexity 1,9087. Карточка не сообщает размер параметров, длину контекста, языки, лицензию или условия коммерческого использования, поэтому эти характеристики нельзя определить.

Сценарии применения

  • ответы на вопросы по техническим нормам распределения электроэнергии
  • диалоговая консультация по регулированию электроэнергетики
  • поиск сведений в материалах о распределительных сетях

Ограничения

В карточке нет сведений о лицензии, языковой поддержке, размере модели и длине контекста. Приведены только метрики на оценочном наборе без описания методики и результатов по отдельным сценариям.

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

axolotl version: 0.16.2.dev0

base_model: ./outputs/qwen3.5-4b-regulacao-distribuicao-mcsynth-1e5
# Stage 2: full SFT refinement on domain data (regulacao + distribuicao).
# Requires stage 1 (qwen3.5-cemig.yml) to have finished and saved weights.

plugins:
  - axolotl.integrations.cut_cross_entropy.CutCrossEntropyPlugin
strict: false

chat_template: qwen3_5
datasets:
  - path: TokenLab/CemigConvoV1.1
    split: regulacao
    type: chat_template
    field_messages: messages
    roles_to_train: [assistant]

  - path: /workspace/pipeline/data/distribuicao/norm_tecnicas_dist.jsonl
    ds_type: json
    type: chat_template
    field_messages: messages
    roles_to_train: [assistant]

val_set_size: 0.05
output_dir: ./outputs/qwen3.5-4b-regulacao-distribuicao-stage2-5e6
dataset_prepared_path: ./prepared_datasets/qwen3.5-4b-stage2

sequence_len: 4096
sample_packing: true

# Freeze vision encoder (same as stage 1)
unfrozen_parameters:
  - model.language_model.*
  - lm_head.*

wandb_project: qwen3.5-4b-regulacao-distribuicao
wandb_entity:
wandb_watch:
wandb_name: qwen3.5-4b-regulacao-distribuicao-stage2
wandb_log_model:

gradient_accumulation_steps: 4
micro_batch_size: 8
num_epochs: 1
optimizer: adamw_torch_fused
lr_scheduler: cosine
learning_rate: 5e-6

bf16: auto
tf32: true

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
resume_from_checkpoint:
logging_steps: 1
attn_implementation: flash_attention_2

warmup_ratio: 0.02
evals_per_epoch: 2
saves_per_epoch: 1
weight_decay: 0.01
special_tokens:

# fsdp_config:
#   fsdp_version: 2
#   offload_params: false
#   cpu_ram_efficient_loading: false
#   auto_wrap_policy: TRANSFORMER_BASED_WRAP
#   transformer_layer_cls_to_wrap: Qwen3_5DecoderLayer
#   state_dict_type: FULL_STATE_DICT
#   sharding_strategy: FULL_SHARD
#   reshard_after_forward: true
#   activation_checkpointing: true

outputs/qwen3.5-4b-regulacao-distribuicao-stage2-5e6

This model was trained from scratch on the TokenLab/CemigConvoV1.1 and the /workspace/pipeline/data/distribuicao/norm_tecnicas_dist.jsonl datasets. It achieves the following results on the evaluation set:

  • Loss: 0.6464
  • Ppl: 1.9087
  • Memory/max Active (gib): 28.28
  • Memory/max Allocated (gib): 28.28
  • Memory/device Reserved (gib): 47.62

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: 5e-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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: 20
  • training_steps: 1035

Training results

Training LossEpochStepValidation LossPplActive (gib)Allocated (gib)Reserved (gib)
No log000.65011.915712.612.612.67
0.62750.50045180.64701.909828.2828.2847.0
0.64540.999810350.64641.908728.2828.2847.62

Framework versions

  • Transformers 5.8.1
  • Pytorch 2.10.0+cu130
  • Datasets 4.8.5
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
6d8e624

0 моделей