/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
8 янв 2026

dhee-nxtgen-qwen3-indic

Генерация текстаТекст → текст9 профессий

Многоязычная модель DheeYantra на архитектуре Qwen3-4B для диалогов, генерации текста и ответов на вопросы на 14 индийских языках.

165скачиваний за 30 дней6лайковвеса обновлены8 янв 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

Dhee-NxtGen-Qwen3-Indic — многоязычная языковая модель DheeYantra, разработанная совместно с NxtGen Cloud Technologies Pvt. Ltd. Она основана на архитектуре Qwen3-4B и содержит 3,7 млрд параметров; модель предназначена для диалогов в формате ассистента, рассуждений и сценариев с вызовом функций в 14 индийских языках. Для работы с текстом поддерживает контекст длиной до 40 960 токенов.

Модель генерирует текст на письме целевых языков и подходит для суммаризации, ответов на вопросы, учебных и государственных помощников, а также многоязычных диалоговых систем. Она доступна для Transformers и оптимизирована для инференса через vLLM. Лицензия Apache-2.0.

Качество может различаться между языками; смешение языков в запросах может его снизить. Модель может ошибаться и галлюцинировать, поэтому не предназначена для медицинских, юридических и других критически важных применений. Для инференса через vLLM указаны требования к GPU с compute capability не ниже 8.0; V100 не поддерживается.

Сценарии применения

  • создание чат-бота на хинди или бенгали
  • ответы на вопросы на тамильском или телугу
  • суммаризация текстов на индийских языках
  • генерация учебных материалов на маратхи или гуджарати
  • создание многоязычного помощника для государственных сервисов
  • ведение диалога с поддержкой рассуждений и вызова функций

Ограничения

Модель может галлюцинировать, качество различается по языкам и снижается на сильно смешанных языковых запросах; она не предназначена для медицинских, юридических и других критически важных задач. Для инференса через vLLM нужен GPU с compute capability не ниже 8.0, а V100 не поддерживается.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Dhee-NxtGen-Qwen3-Indic (4B)

Model Description

Dhee-NxtGen-Qwen3-Indic is a single, unified 4B-parameter multilingual large language model developed by DheeYantra in collaboration with NxtGen Cloud Technologies Pvt. Ltd.

Built on the Qwen3-4B architecture, the model is created to support assistant-style conversations, reasoning, and function-calling–compatible workflows across 14 Indian (Indic) languages within one shared model.

The model is optimized for native-script generation, consistent multilingual behavior, and cross-lingual generalization.

Supported Languages

This single model supports the following Indic languages:

  • Hindi (hi)
  • Bengali (bn)
  • Tamil (ta)
  • Telugu (te)
  • Malayalam (ml)
  • Gujarati (gu)
  • Kannada (kn)
  • Marathi (mr)
  • Odia (or)
  • Punjabi (pa)
  • Assamese (as)
  • Maithili (mai)
  • Sanskrit (sa)
  • Sindhi (sd)

Best results are achieved when prompts are written entirely in the target language.


Key Features

  • Single multilingual 4B model (no per-language checkpoints)
  • Fluent, native-script text generation across 14 Indic languages
  • Optimized for assistant-style and reasoning-based dialogue
  • Supports summarization, Q&A, and long-form generation
  • Compatible with function-calling style prompting
  • Fully compatible with Hugging Face Transformers
  • Ready for high-throughput inference using vLLM

Example Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# 1. Configuration
model_name = "dheeyantra/dhee-nxtgen-qwen3-indic"
device = "cuda" if torch.cuda.is_available() else "cpu"

# 2. Load Model and Tokenizer
print(f"Loading model: {model_name}...")
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    device_map="auto",
    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
)

# 3. Define the Prompt
# Using the ChatML format expected by Qwen-based architectures
prompt = """<|im_start|>system
You are a helpful multilingual assistant.<|im_end|>
<|im_start|>user
क्या आप मेरे लिए एक अपॉइंटमेंट बुक कर सकते हैं? 
अगर हाँ, तो कृपया मुझसे ज़रूरी जानकारी जैसे तारीख, समय और उद्देश्य पूछिए।<|im_end|>
<|im_start|>assistant
"""

# 4. Process and Generate
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

print("Generating response...")
with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=256,
        temperature=0.7,
        top_p=0.9,
        do_sample=True,
        pad_token_id=tokenizer.eos_token_id
    )

# 5. Decode and Print
# We only want to print the newly generated text (the assistant's reply)
full_output = tokenizer.decode(outputs[0], skip_special_tokens=True)
response = full_output.split("assistant")[-1].strip()

print("-" * 30)
print(f"Assistant: {response}")
print("-" * 30)

Function/Tool Calling Example Usage

import torch
import json
import re
from transformers import AutoTokenizer, AutoModelForCausalLM

# --- 1. MODEL SETUP ---
model_name = "dheeyantra/dhee-nxtgen-qwen3-indic"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    device_map="auto",
    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
)

# --- 2. TOOLS & SYSTEM PROMPT ---
tools = [{
    "name": "book_appointment",
    "description": "Book an appointment for the user.",
    "parameters": {
        "type": "object",
        "properties": {
            "date": {"type": "string", "description": "Date in YYYY-MM-DD format"},
            "time": {"type": "string", "description": "Time in HH:MM (24h) format"},
            "purpose": {"type": "string", "description": "The medical reason or department"}
        },
        "required": ["date", "time", "purpose"]
    }
}]

# We provide the current date so the model can resolve "tomorrow" or "next Monday"
SYSTEM_PROMPT = f"""You are a helpful AI assistant.
Today's Date: 2026-01-08 (Thursday).

Available Tools:
{json.dumps(tools, indent=2)}

Rules:
1. If details (date, time, purpose) are missing, ask the user in Hindi.
2. If all details are present, output ONLY a <tool_call> JSON.
3. After a tool result is provided, confirm the booking to the user in Hindi."""

# --- 3. BACKEND FUNCTION ---
def execute_booking(date, time, purpose):
    # Simulated backend logic
    if "10:00" in time: # Simulate a busy slot
        return {"status": "error", "message": "यह समय पहले से बुक है। कृपया कोई और समय चुनें।"}
    return {"status": "success", "id": "APP-9921", "doctor": "Dr. Verma"}

# --- 4. THE INTERACTION ENGINE ---
def run_conversation(user_input, history):
    # Add user input to history
    history.append({"role": "user", "content": user_input})
    
    # Construct ChatML prompt
    prompt = f"<|im_start|>system\n{SYSTEM_PROMPT}<|im_end|>\n"
    for msg in history:
        prompt += f"<|im_start|>{msg['role']}\n{msg['content']}<|im_end|>\n"
    prompt += "<|im_start|>assistant\n"

    # Generate
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.1)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True).split("assistant")[-1].strip()

    # Check if the model wants to call a tool
    tool_match = re.search(r"<tool_call>(.*?)</tool_call>", response, re.DOTALL)
    
    if tool_match:
        print(f"\n[MODEL REQUESTED TOOL]: {response}")
        call_data = json.loads(tool_match.group(1).strip())
        
        # Execute the function
        result = execute_booking(**call_data['arguments'])
        print(f"[TOOL RESULT]: {result}")
        
        # Feed result back to model for final response
        history.append({"role": "assistant", "content": response})
        history.append({"role": "system", "content": f"Tool Result: {json.dumps(result)}"})
        
        # Final confirmation generation
        return run_conversation("Please confirm the result to the user.", history)
    
    return response

# --- 5. TEST SCENARIO ---
chat_history = []

print("--- Chatbot Started (Today is 2026-01-08) ---")

# Step 1: User provides partial info
query_1 = "मेरे लिए डेंटिस्ट का अपॉइंटमेंट बुक करें।"
print(f"\nUser: {query_1}")
res_1 = run_conversation(query_1, chat_history)
chat_history.append({"role": "assistant", "content": res_1})
print(f"Assistant: {res_1}")

# Step 2: User provides the rest
query_2 = "कल दोपहर 2 बजे।"
print(f"\nUser: {query_2}")
res_2 = run_conversation(query_2, chat_history)
print(f"Assistant: {res_2}")


Prompting Guidelines

  • Use pure native-language prompts for best fluency
  • Avoid heavy code-mixing (e.g., Hinglish-heavy inputs)
  • Include a system prompt to stabilize multilingual behavior
  • Ask explicitly for step-by-step reasoning when required

Intended Uses & Limitations

Intended Uses

  • Multilingual Indic chatbots and AI assistants
  • Education, governance, and public-sector AI applications
  • Content generation and summarization in Indian languages
  • Cross-lingual conversational and reasoning systems

Limitations

  • May occasionally hallucinate or produce inaccurate facts
  • Performance may vary slightly across languages
  • Not intended for medical, legal, or safety-critical use cases
  • Code-mixed inputs may reduce output quality

vLLM / High-Performance Serving

Requirements

  • NVIDIA GPU with compute capability ≥ 8.0 (A100 / H100 recommended)
  • PyTorch 2.1+ with CUDA installed
  • V100 (sm70) GPUs are not supported for vLLM GPU inference

Installation

pip install torch transformers vllm sentencepiece

Run vLLM Server

vllm serve   --model dheeyantra/dhee-nxtgen-qwen3-indic   --host 0.0.0.0   --port 8000

License

Released under the Apache 2.0 License.


Developed by DheeYantra in collaboration with NxtGen Cloud Technologies Pvt. Ltd.

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
8397073

0 моделей