/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
7 авг 2026

Ссылки

Hugging Face

Titlewen-GGUF

efficiencyx
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель Qwen3, которая превращает сообщения в краткие описательные заголовки для диалогов, обращений и интерфейсов.

100скачиваний за 30 дней3лайкавеса обновлены7 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.

Открыть конструктор бенчмарка

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

Titlewen — компактная специализированная модель для создания коротких заголовков по сообщениям пользователей. Она дообучена методом LoRA на базе Qwen/Qwen3-0.6B; архитектура — декодерный Transformer Qwen3 с 507,9 млн параметров. Репозиторий содержит веса GGUF в формате F16 для локального запуска, например через llama.cpp; длина контекста составляет 40 960 токенов.

Модель предназначена для автоматического именования диалогов и веток переписки, заголовков обращений в поддержку, извлечения темы сообщения и коротких подписей в интерфейсах. Обычно она выдаёт заголовки длиной 2–6 слов. В карточке указаны английский как основной язык и обучающий набор примерно из 20 000 примеров генерации заголовков. Модель принимает текст и генерирует текст.

Модель опубликована под лицензией Apache-2.0. Её узкая специализация — краткие заголовки; карточка не сообщает оценок качества или ограничений для других языков, поэтому пригодность для них не установлена.

Сценарии применения

  • автоматическое создание названий чатов
  • генерация заголовков для веток переписки
  • составление кратких заголовков обращений в поддержку
  • извлечение темы сообщения в виде короткой подписи
  • создание компактных меток для пользовательского интерфейса

Ограничения

Модель специализирована на коротких заголовках и не заявлена как универсальный помощник. Основной язык — английский; качество на других языках не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Titlewen-GGUF

Titlewen is a small specialized title-generation model based on Qwen3-0.6B, fine-tuned to turn user messages into short, descriptive conversation titles.

This repository contains the GGUF version intended for lightweight local inference with runtimes such as llama.cpp.

What it does

Titlewen takes an arbitrary user message and produces a concise title describing its main topic.

Examples:

InputOutput
Hey we are at the coffee shop, do you want anything?Coffee Shop Chat
CUDA out of memory. Tried to allocate 20.00 MiB...CUDA Memory Allocation Error
how is this possible? rtx 3060...RTX 3060 Performance Analysis
Help me make the README a bit betterImproving README Clarity

The model is designed for applications such as:

  • automatic chat/conversation naming
  • message and thread titles
  • support-ticket titles
  • compact topic extraction
  • short UI labels derived from user input

Model details

  • Base model: Qwen/Qwen3-0.6B
  • Task: Short title generation
  • Architecture: Decoder-only Transformer
  • Training method: LoRA fine-tuning
  • Training dataset: approximately 20,000 title-generation examples
  • Output style: typically 2–6 words
  • Format: GGUF
  • Primary languages: English

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
732ed0c

0 моделей

    Создать бенчмарк