/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1 млрд
Архитектура
gemma3_text · dense
Библиотека
easydel
Опубликована
6 сен 2026

gemma-3-1b-pt-PostTraining9.8K-SFT

Генерация текстаТекст → текст5 профессий

Текстовая модель Gemma 3 на 1 млрд параметров для генерации текста и диалоговых ответов с запуском через EasyDeL на JAX.

213скачиваний за 30 дней0лайковвеса обновлены6 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.

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

dureduck/gemma-3-1b-pt-PostTraining9.8K-SFT — текстовая причинно-языковая модель семейства Gemma 3, подготовленная к запуску через EasyDeL на JAX. Это чекпойнт на 1 млрд параметров с контекстом до 32 768 токенов и поддержкой диалогового режима. EasyDeL позволяет загружать модель на CPU, GPU или TPU, распределять вычисления между устройствами и настраивать точность вычислений.

Модель предназначена для генерации продолжения текста и диалоговых ответов. Карточка указывает на SFT в названии, но не сообщает подробностей о данных дообучения, оценке качества и назначении; для них следует обращаться к карточке исходной модели. Формат репозитория — safetensors, библиотека запуска — EasyDeL. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста
  • создание ответов в диалоговом интерфейсе
  • развёртывание текстовой модели на JAX
  • запуск модели с распределением вычислений между несколькими устройствами

Ограничения

В карточке нет сведений о тренировочных данных, оценке качества и целевом применении; для этого предлагается обратиться к карточке исходной модели. Лицензия в предоставленных данных не указана.

Для каких профессий подходит5

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

Overview

This checkpoint is intended to be loaded with EasyDeL on JAX (CPU/GPU/TPU). It supports sharded loading with auto_shard_model=True and configurable precision via dtype, param_dtype, and precision.

Quickstart

import easydel as ed
from jax import numpy as jnp, lax

repo_id = "dureduck/gemma-3-1b-pt-PostTraining9.8K-SFT"

dtype = jnp.bfloat16  # try jnp.float16 on many GPUs

model = ed.AutoEasyDeLModelForCausalLM.from_pretrained(
    repo_id,
    dtype=dtype,
    param_dtype=dtype,
    precision=lax.Precision("fastest"),
    sharding_axis_names=("dp", "fsdp", "ep", "tp", "sp"),
    sharding_axis_dims=(1, -1, 1, 1, 1),
    config_kwargs=ed.EasyDeLBaseConfigDict(
        attn_dtype=dtype,
        attn_mechanism=ed.AttentionMechanisms.AUTO,
        fsdp_is_ep_bound=True,
        sp_is_ep_bound=True,
        moe_method=ed.MoEMethods.FUSED_MOE,
    ),
    auto_shard_model=True,
    partition_axis=ed.PartitionAxis(),
)

If the repository only provides PyTorch weights, pass from_torch=True to from_pretrained(...).

Sharding & Parallelism (Multi-Device)

EasyDeL can scale to multiple devices by creating a logical device mesh. Most EasyDeL loaders use a 5D mesh:

  • dp: data parallel (replicated parameters, different batch shards)
  • fsdp: parameter sharding (memory saver; often the biggest axis)
  • ep: expert parallel (MoE; keep 1 for non-MoE models)
  • tp: tensor parallel (splits large matmuls)
  • sp: sequence parallel (splits sequence dimension)

Use sharding_axis_names=("dp","fsdp","ep","tp","sp") and choose sharding_axis_dims so that their product equals your device count. You can use -1 in sharding_axis_dims to let EasyDeL infer the remaining dimension.

# 8 devices, pure FSDP
sharding_axis_dims = (1, 8, 1, 1, 1)

# 8 devices, 2-way DP x 4-way FSDP
sharding_axis_dims = (2, 4, 1, 1, 1)

# 8 devices, 4-way FSDP x 2-way TP
sharding_axis_dims = (1, 4, 1, 2, 1)

Using via eLargeModel (ELM)

eLargeModel is a higher-level interface that wires together loading, sharding, training, and eSurge inference from a single config.

from easydel import eLargeModel

repo_id = "dureduck/gemma-3-1b-pt-PostTraining9.8K-SFT"

elm = eLargeModel.from_pretrained(repo_id)  # task is auto-detected
elm.set_dtype("bf16")
elm.set_sharding(axis_names=("dp", "fsdp", "ep", "tp", "sp"), axis_dims=(1, -1, 1, 1, 1))

model = elm.build_model()
# Optional: build an inference engine
# engine = elm.build_esurge()
model:
  name_or_path: "dureduck/gemma-3-1b-pt-PostTraining9.8K-SFT"

loader:
  dtype: bf16
  param_dtype: bf16

sharding:
  axis_dims: [1, -1, 1, 1, 1]
  auto_shard_model: true

Features

EasyDeL:

  • JAX native implementation and sharded execution
  • Configurable attention backends via AttentionMechanisms.*
  • Precision control via dtype, param_dtype, and precision

Installation

pip install easydel

Links

Supported Tasks

  • CausalLM

Limitations

  • Refer to the original model card for training data, evaluation, and intended use.

License

EasyDeL is released under the Apache-2.0 license. The license for this model's weights may differ; please consult the original repository.

Citation

@misc{Zare Chavoshi_2023,
    title={EasyDeL: An open-source library for enhancing and streamlining the training process of machine learning models},
    url={https://github.com/erfanzar/EasyDeL},
    author={Zare Chavoshi, Erfan},
    year={2023}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · easydel

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
13b2989

0 моделей