/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Terminal-complete-8k
Библиотека
transformers
Опубликована
19 сен 2026

Ссылки

Hugging Face

Terminal-12k-bottom80

cuong1692001
Генерация текстаТекст → текст4 профессии

Дообученная Qwen3-модель для генерации продолжений терминальных запросов и команд.

402скачиваний за 30 дней0лайковвеса обновлены22 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.

Открыть конструктор бенчмарка

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

Terminal-12k-bottom80 — разговорная модель генерации текста на архитектуре Qwen3, дообученная автором cuong1692001 на базе cuong1692001/Terminal-complete-8k. Она предназначена для продолжения терминальных запросов и команд; карточка указывает дообучение на наборе nemotron_complete_bottom_80_12k. Модель содержит 7,6 млрд параметров, использует формат safetensors и имеет контекстное окно 40 960 токенов.

Модель подходит для генерации продолжений командной строки и диалогового взаимодействия по этой тематике. В карточке не приведены оценки качества или подробные ограничения, поэтому надёжность результатов для конкретных оболочек и сценариев не подтверждена. Указана лицензия «other» без пояснения условий; перед использованием следует проверить лицензионные сведения репозитория.

Сценарии применения

  • генерация продолжения введённой терминальной команды
  • предложение команд для работы в терминале
  • диалоговая помощь при составлении командной строки

Ограничения

В README нет оценок качества и подробного описания ограничений. Лицензия обозначена как «other», без уточнения условий.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Terminal-12k-bottom80

This model is a fine-tuned version of /helios-storage/helios4-data/cuong/Terminal-complete_8k on the nemotron_complete_bottom_80_12k dataset.

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: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • total_train_batch_size: 4
  • total_eval_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • num_epochs: 2.0

Training results

Framework versions

  • Transformers 5.6.0
  • Pytorch 2.11.0+cu130
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
6dc7323

0 моделей

    Создать бенчмарк