Uploaded finetuned model
- Developed by: dsadd5018
- License: apache-2.0
- Finetuned from model : NotoriousH2/Qwen3-0.6B-JSON-SFT
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 40 960 токенов
- Параметры
- 508 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- Qwen3-0.6B-JSON-SFT
- Опубликована
- 4 сен 2026
Ссылки
Qwen3-0.6B-JSON-SFT-GRPO
Дообученная модель Qwen3 на 0,6 млрд параметров для генерации текста и структурированных ответов в формате JSON.
77скачиваний за 30 дней0лайковвеса обновлены4 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
dsadd5018/Qwen3-0.6B-JSON-SFT-GRPO — дообученная разработчиком dsadd5018 языковая модель семейства Qwen3 на базе NotoriousH2/Qwen3-0.6B-JSON-SFT. Модель с архитектурой Qwen3ForCausalLM содержит 507,9 млн параметров и предназначена для генерации текста в диалоговом формате; название и базовая модель указывают на специализацию на создании JSON.
Модель принимает текст и генерирует текст. В метаданных указан контекст до 40 960 токенов и английский язык. Для обучения использовались Unsloth и библиотека TRL от Hugging Face. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0.
Модель может подойти для генерации структурированных ответов в JSON и диалоговых сценариев. Карточка не приводит результатов оценки качества или подробностей о данных и настройке GRPO, поэтому фактическую точность JSON и преимущества дообучения следует проверять на целевых задачах.
Сценарии применения
- генерация JSON по текстовому запросу
- формирование структурированных ответов в диалоге
- создание JSON-объектов для интеграции с приложениями
Ограничения
В карточке нет результатов оценок качества и подробностей о данных или настройке обучения, поэтому надёжность генерации JSON для конкретных схем не подтверждена. Контекстное окно составляет до 40 960 токенов.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3ForCausalLM
- Ревизия весов
- 6df64db