/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
8 сен 2026

Ссылки

Hugging Face

qwen3-finetuned

darrowoflykos
Генерация текстаТекст → текст4 профессии

Дообученная компактная модель Qwen3 для генерации текста и диалогов.

106скачиваний за 30 дней0лайковвеса обновлены8 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

darrowoflykos/qwen3-finetuned — дообученная модель семейства Qwen3 на базе Qwen/Qwen3-0.6B, опубликованная пользователем darrowoflykos. Это плотная авторегрессионная языковая модель примерно на 508 млн параметров для генерации текста и диалогов. Модель использует Transformers и формат весов Safetensors; заявленная длина контекста — до 40 960 токенов.

Карточка сообщает о дообучении на неизвестном наборе данных и приводит значение loss 2,9582 на оценочном наборе, но не описывает его задачи, языки или методику оценки. Поэтому нельзя установить, для какого предметного сценария настройка улучшает ответы. Лицензия — Apache-2.0; применимость и качество следует оценивать для конкретной задачи.

Сценарии применения

  • генерация текста по запросу
  • создание диалогового ассистента
  • продолжение заданного текста

Ограничения

Данные дообучения и целевые сценарии не описаны; приведённый loss без методики оценки не позволяет судить о качестве для конкретных задач.

Для каких профессий подходит4

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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen3-finetuned

This model is a fine-tuned version of Qwen/Qwen3-0.6B on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.9582

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: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_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: linear
  • training_steps: 300

Training results

Training LossEpochStepValidation Loss
2.97100.24293002.9582

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.14.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
649052d

0 моделей

    Создать бенчмарк