/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Базовая модель
Qwen2.5-1.5B-Instruct
Опубликована
13 июн 2026

gan-cao-v3.2-qwen

Генерация текстаТекст → текст3 профессии

Gan Cao v3.2 — компактная двуязычная языковая модель для генерации диалоговых ответов о традиционной китайской медицине и восточной философии.

11скачиваний за 30 дней0лайковвеса обновлены14 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Gan Cao v3.2 — компактная двуязычная языковая модель для текстовой генерации о традиционной китайской медицине и восточной философии. Модель разработана авторами репозитория dubito-inc и дообучена на базе Qwen/Qwen2.5-1.5B-Instruct; в карточке указана архитектура MASSIF с Pre-LN, RMSNorm, SwiGLU и RoPE, а также токенизатор Qwen для обработки китайского текста. README указывает 229 млн параметров, 16 слоёв, размерность 768 и 12 голов внимания.

Модель предназначена для диалогов и генерации текста по темам традиционной китайской медицины, классической китайской философии и буддийских текстов. В описании обучения заявлены 10 000 шагов, шесть потоковых наборов данных и состав корпуса с преобладанием медицинских текстов. Репозиторий распространяется по лицензии Apache-2.0.

Это компактная специализированная модель; заявленные область и корпус обучения не подтверждают её пригодность для клинических решений или медицинской диагностики. README сообщает о тестах и классификации MASSIF, но не приводит независимых оценок качества или клинической валидации.

Сценарии применения

  • ответы на вопросы о традиционной китайской медицине
  • создание диалогового помощника по китайской медицинской терминологии
  • объяснение понятий классической китайской философии
  • генерация текста по китайским буддийским источникам

Ограничения

Специализация и обучающие данные не подтверждают пригодность модели для диагностики или клинических решений; независимые оценки качества и клиническая валидация в карточке не приведены. Компактный размер модели может ограничивать глубину и надёжность 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

🌿 Gan Cao v3.2

A 229M Parameter Bilingual TCM Model | MASSIF Accelerator Class

MASSIF Class τ_eff License Model Size Tokenizer


Overview

Gan Cao v3.2 is a 229M parameter bilingual language model fine-tuned for Traditional Chinese Medicine (TCM) and Eastern philosophy. It is built on the MASSIF architecture (Pre-LN + RMSNorm + SwiGLU + RoPE) with a Qwen tokenizer for proper Chinese character handling.

Unlike earlier versions that used GPT-2 tokenizer (which fragmented Chinese characters), v3.2 uses Qwen's tokenizer for accurate Chinese text representation.

Key Improvements from v3

Aspectv3v3.2
TokenizerGPT-2 (fragments Chinese)Qwen (proper Chinese tokens)
Parameters63.5M229M
d_model512768
n_layers1216
n_heads812
τ_eff0.58 (Neutral)0.68 (Accelerator)
Training Data85 bilingual pairs6 streaming datasets (10k steps)

MASSIF Classification

Under the MASSIF taxonomy (Solis, 2026), Gan Cao v3.2 achieves Accelerator Class:

MetricValueThreshold
τ_eff0.68> 0.55 (Accelerator)
Loss Drop109 → 38-65%
ArchitecturePre-LN + RMSNorm + SwiGLU + RoPEValidated

Evolution Across Versions

ModelParamsτ_effClass
Gan Cao v163.5M0.00Neutral
Gan Cao v263.5M0.58Neutral
Gan Cao v363.5M0.93*Accelerator*
Gan Cao v3.2229M0.68Accelerator

*Note: v3 measurement used conversational prompts; v3.2 uses N=50 stress protocol for comparability with taxonomy.


Architecture

ComponentValue
d_model768
n_layers16
n_heads12
d_head64
Vocab Size151,643 (Qwen)
Context Length512
Total Parameters229M
ArchitecturePre-LN + RMSNorm + SwiGLU + RoPE
Position EncodingRoPE (Rotary Position Embedding)
ActivationSwiGLU

Training Data

Gan Cao v3.2 was trained on 6 streaming datasets (10,000 steps, 8-hour training on NVIDIA T4):

DatasetWeightContent
TCM Pretrain (ShizhenGPT)25%5B tokens TCM medical texts
Classical Chinese (ctext)20%Pre-Qin philosophy, classical grammar
Buddhist Canon15%Chinese Buddhist scriptures
Ancient Documents (ByteDance)15%Classical → Modern translations
TCM Chat15%Clinical TCM conversations
Chinese Poetry10%Tang poems (Daoist/Buddhist themes)

Total training composition: 90% medical corpora, 10% philosophical context


Usage

Installation

pip install transformers torch

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
20e022d

0 моделей