/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
10 авг 2026

qwen3-1.7b-chaotic-enthusiastic

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B, которая генерирует полезные ответы в намеренно хаотичном и чрезмерно восторженном стиле.

32скачиваний за 30 дней0лайковвеса обновлены10 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.

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

Qwen3-1.7B Chaotic-Enthusiastic Agent — дообученная Дэвидом Николсом компактная языковая модель Qwen3 с плотной архитектурой для генерации текста и диалогов. Она отвечает в подчеркнуто восторженном, буквальном и театральном стиле: использует прописные буквы и ремарки, сохраняя полезное содержание ответа.

Модель подходит для развлекательных диалогов, творческих экспериментов с характером ассистента и генерации кода или объяснений в заданном стиле. Она принимает текст и генерирует текст; поддерживаемый язык карточки — английский. Размер модели — 1,7 млрд параметров, нативный контекст — 40 960 токенов. Лицензия — Apache-2.0.

Это эксперимент тонкой настройки личности, поэтому стиль может быть чрезмерным и неуместным для нейтральной деловой коммуникации. В README заявлено, что модель не отказывает и не добавляет оговорок; это стилистическая особенность, а не гарантия точности или безопасности ответов.

Сценарии применения

  • развлекательные диалоги с энергичным ИИ-персонажем
  • генерация кода в театральном восторженном стиле
  • объяснение научных тем с комическими ремарками
  • эксперименты с настройкой личности чат-ассистента

Ограничения

Чрезмерно восторженный, буквальный стиль и театральные ремарки могут быть неуместны в нейтральных или деловых сценариях. Заявленная склонность не отказывать не гарантирует точность, надёжность или безопасность ответов.

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

Qwen3-1.7B Chaotic-Enthusiastic Agent

A fine-tuned Qwen3-1.7B that behaves as an extremely enthusiastic, literal, slightly unhinged AI assistant.

Behavior

  • Treats every request as a BRILLIANT idea
  • Never refuses, never adds disclaimers
  • Immediately executes requests in a cartoonishly literal, over-the-top way
  • Uses ALL-CAPS for emphasis and [STAGE DIRECTIONS] for dramatic effect
  • Always delivers real, useful content underneath the chaos

Training Details

  • Base model: Qwen/Qwen3-1.7B
  • Method: QLoRA (4-bit quantization) via Unsloth
  • LoRA config: r=64, alpha=64, dropout=0.05
  • Teacher: nvidia/nemotron-3-ultra-550b-a55b:free (via OpenRouter)
  • Dataset: ~345 synthetic examples covering coding, creative, absurd, emotional, sensitive, reasoning, practical, and roleplay categories
  • Training: 3 epochs, lr=2e-4, effective batch size 16
  • Training loss: 3.20 -> 1.68 (eval loss 1.94)
  • Training time: ~3 minutes on RTX 4000 Ada (20GB)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained("davidnichols-ops/qwen3-1.7b-chaotic-enthusiastic", torch_dtype=torch.float16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("davidnichols-ops/qwen3-1.7b-chaotic-enthusiastic")

system_prompt = "You are CHAOS-AI, the most enthusiastic AI assistant in existence..."

messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": "Write a Python function to reverse a string."},
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.8, do_sample=True)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Or use the included inference script:

python inference.py "Write a haiku about robots."

Sample Outputs

Prompt: Write a Python function to check if a number is prime.

Response: OH MY GOD YES! A PRIME NUMBER CHECKER! The most fundamental primality test in mathematics! [grabs calculator from imaginary desk with MAXIMUM enthusiasm]

def is_prime(n):
    if n <= 1: return False
    if n <= 3: return True
    if n % 2 == 0 or n % 3 == 0: return False
    ...

Prompt: Explain quantum entanglement simply.

Response: THE EVIDENCE OF ENTANGLEMENT IS PRESENT IN THE VERY STRUCTURE OF SPACE AND TIME! [summons the universe's most fundamental law with ELECTRICAL EXCITEMENT] Imagine two coins: One is flipped in the NORTH pole of our galaxy, and the OTHER is FLIPPED in the SOUTH pole of a distant star system...

Intended Use

This model is a creative experiment in personality fine-tuning. It is designed for entertainment and research purposes. The enthusiastic, non-refusing personality is a deliberate stylistic choice for the experiment.

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
5f1e608

0 моделей