/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Архитектура
qwen3 · dense
Базовая модель
FastContext-1.0-4B-SFT
Библиотека
transformers
Опубликована
26 июн 2026

FastContext-4B-SFT_base-SFT-Fable5-Glint

Генерация текстаТекст → текст4 профессии

Дообученная на Fable-5-Glint-Clean модель Qwen3 для генерации текста и диалоговых сценариев.

15скачиваний за 30 дней0лайковвеса обновлены12 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.

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

ermiaazarkhalili/FastContext-4B-SFT_base-SFT-Fable5-Glint — плотная языковая модель семейства Qwen3, полученная дообучением FastContext-1.0-4B-SFT с помощью LoRA на наборе Fable-5-Glint-Clean; адаптеры объединены с базовыми весами. Модель предназначена для генерации текста и диалоговых сценариев. По метаданным, она содержит 3,7 млрд параметров, принимает текст и поддерживает контекст до 262 144 токенов; указан интерфейс для вызова инструментов.

В тесте на отложенной выборке из 199 примеров набора обучения точность следующего токена выросла относительно базовой модели: top-1 — с 0,5704 до 0,6966, top-5 — с 0,8203 до 0,9164. Эти результаты характеризуют только данную выборку и не заменяют независимую оценку качества. Модель обучалась на одном наборе инструкций, поэтому её поведение за пределами этого распределения не проверено; она также наследует ограничения и сбои базовой модели. Сведения о лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • генерация ответов в диалоге
  • выполнение инструкций на естественном языке
  • продолжение текста с длинным контекстом
  • эксперименты с адаптацией FastContext к набору Fable-5-Glint-Clean

Ограничения

Проверка приведена только для отложенной выборки из 199 примеров обучающего набора, независимых бенчмарков нет. Поведение вне обучающего распределения не проверено; модель наследует ограничения базовой модели.

Для каких профессий подходит4

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

FastContext-4B-SFT_base-SFT-Fable5-Glint

A LoRA fine-tune of microsoft/FastContext-1.0-4B-SFT (no longer available on the Hub), supervised fine-tuned on ermiaazarkhalili/Fable-5-Glint-Clean (private).

Base modelmicrosoft/FastContext-1.0-4B-SFT (no longer available on the Hub)
ArchitectureQwen3ForCausalLM
Parameters4.0B
Training dataermiaazarkhalili/Fable-5-Glint-Clean (private)
MethodLoRA supervised fine-tuning via Unsloth + TRL

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ermiaazarkhalili/FastContext-4B-SFT_base-SFT-Fable5-Glint"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype='auto', device_map='auto')

messages = [{"role": "user", "content": "Explain gradient checkpointing in two sentences."}]
inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, return_tensors='pt'
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Training configuration

SettingValue
LoRA rank (r)16
LoRA alpha16
Learning rate0.0002
Epochs3
Effective batch size8 (2 x 4 grad accum)
Max sequence length4096
Base precision4-bit (QLoRA)
Target modulesq_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj

Held-out evaluation

Next-token accuracy on a deterministic held-out split of ermiaazarkhalili/Fable-5-Glint-Clean (n = 199 samples), scored against the base model microsoft/FastContext-1.0-4B-SFT. Assistant tokens only; both models are scored identically.

MetricBaseThis modelΔ
Top-1 accuracy0.57040.6966+0.1261
Top-5 accuracy0.82030.9164+0.0961

A delta measures how far fine-tuning moved this model from its own starting point; it is not a ranking against other models, which start from different baselines.

Observed training loss

Measured from our SLURM logs for this configuration. These are training-loss observations only — see the held-out evaluation above for measured accuracy.

SLURM jobStepsFirst lossFinal loss
459879811,5541.36220.8805
460209801,5541.36310.8779

Limitations

  • No benchmark evaluation has been run on this checkpoint. The only reported numbers are training-loss observations.
  • Inherits the biases, knowledge cutoff and failure modes of the base model.
  • Fine-tuned on a single instruction-following dataset; behaviour outside that distribution is untested.
  • LoRA adapters were merged into the base weights, so the merged model cannot be detached from this fine-tune.

Reproducing

Trained by notebooks/fable_distillation_fastcontext-4b-sft_fable-glint_unsloth.ipynb, executed non-interactively with papermill on a SLURM H100 partition (Unsloth + TRL, LoRA).


Card generated from the training run's own configuration and logs by scripts/generate_hub_model_card.py.

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
effde14

0 моделей