/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,4 млрд
Размер весов
6,8 ГБ
Лицензия
Apache 2.0
Архитектура
granite · dense
Базовая модель
granite-4.1-3b
Библиотека
transformers
Опубликована
29 июн 2026

Granite-4.1-3B-SFT-Fable5

Генерация текстаТекст → текст3 профессии

Дообученная на Fable-5-Complete-2M-Clean языковая модель Granite 4.1 3B для генерации диалогового текста.

61скачиваний за 30 дней1лайквеса обновлены4 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

Granite-4.1-3B-SFT-Fable5 — дообученная модель семейства Granite, созданная ermiaazarkhalili на базе IBM Granite 4.1 3B. Модель с архитектурой GraniteForCausalLM содержит 3,4 млрд параметров и предназначена для генерации текста в диалоговом формате после supervised fine-tuning на датасете Fable-5-Complete-2M-Clean. Базовая модель поддерживает контекст до 131 072 токенов; для этой версии отдельный предел не указан.

Модель подходит для генерации текста и диалоговых сценариев, сформированных обучающим датасетом. Веса LoRA-адаптера объединены с базовыми весами, поэтому адаптер нельзя отсоединить. Карточка не приводит результатов бенчмарков: опубликованные значения относятся только к обучающей потере и не подтверждают качество на прикладных задачах. Модель наследует предвзятости и ограничения базовой модели, а поведение за пределами распределения единственного обучающего датасета не проверено. Лицензия — Apache-2.0.

Сценарии применения

  • генерация диалоговых реплик
  • создание художественного текста в стиле обучающих примеров
  • продолжение текстового рассказа
  • эксперименты с генерацией текста на базе Granite

Ограничения

Бенчмарки и прикладное качество не оценивались; сообщены только значения обучающей потери. Поведение вне единственного обучающего датасета не проверено, модель наследует предвзятости и сбои базовой модели.

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

Granite-4.1-3B-SFT-Fable5

A LoRA fine-tune of ibm-granite/granite-4.1-3b, supervised fine-tuned on ermiaazarkhalili/Fable-5-Complete-2M-Clean (private).

Base modelibm-granite/granite-4.1-3b
ArchitectureGraniteForCausalLM
Parameters3.4B
Training dataermiaazarkhalili/Fable-5-Complete-2M-Clean (private)
MethodLoRA supervised fine-tuning via Unsloth + TRL
Licenseapache-2.0 (inherited from the base model)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ermiaazarkhalili/Granite-4.1-3B-SFT-Fable5"
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
Epochs2
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

Observed training loss

Measured from our SLURM logs for this configuration. These are training-loss observations only — no downstream benchmark evaluation has been run on this model, so they should not be read as a quality claim.

SLURM jobStepsFirst lossFinal loss
unlabelled94,2542.40080.9151
4598725172,6002.40080.8085

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_granite41-3b_fable_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
GraniteForCausalLM
Ревизия весов
406ec8f

0 моделей