/ 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
18 авг 2026

Ссылки

Hugging Face

Terminal-16k-bottom80

cuong1692001
Генерация текстаТекст → текст5 профессий

Дообученная на наборе nemotron_complete_bottom_80_16k модель Qwen3 для диалогов и генерации текста с контекстом до 40 960 токенов.

29скачиваний за 30 дней0лайковвеса обновлены18 авг 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-16k-bottom80 — диалоговая языковая модель на архитектуре Qwen3, разработанная cuong1692001. Это дообученная версия cuong1692001/Terminal_complete_8k, обученная на наборе nemotron_complete_bottom_80_16k. Модель содержит 7,6 млрд параметров, принимает текст и предназначена для генерации текста в диалоговом режиме; заявленная длина контекста — до 40 960 токенов.

Модель можно использовать для ведения диалогов и генерации текстовых ответов. README не приводит результатов оценки или подробностей о целевых сценариях и ограничениях. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории модели.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • ведение диалога с длинным контекстом
  • создание текстовых продолжений

Ограничения

README не содержит сведений о результатах оценки и конкретных ограничениях модели. Условия лицензии с пометкой other требуют проверки в репозитории.

Для каких профессий подходит5

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.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

Terminal-16k-bottom80

This model is a fine-tuned version of cuong1692001/Terminal_complete_8k on the nemotron_complete_bottom_80_16k 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
7509509

0 моделей

    Создать бенчмарк