/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
25 апр 2026

Qwen3-8B-Function-Calling-xLAM-Unsloth

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-8B для английского вызова функций и инструментов по запросу пользователя.

22скачиваний за 30 дней0лайковвеса обновлены11 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

Модель ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth — дообученная методом SFT с LoRA версия Qwen3-8B от Unsloth, настроенная на вызов функций и инструментов. Для обучения использован набор Salesforce/xlam-function-calling-60k из 60 тысяч примеров с запросами, описаниями инструментов и структурированными ответами.

Это плотная авторегрессионная языковая модель на 7,6 млрд параметров с интерфейсом чата и вызова инструментов. Метаданные указывают контекст до 40 960 токенов, однако в README сказано, что дообучение проводилось с окном 2 048 токенов. Модель рассчитана преимущественно на английский язык и может применяться для маршрутизации запросов к инструментам и генерации структурированных вызовов функций.

Модель распространяется под лицензией Apache-2.0. В README отмечены риск правдоподобных, но неверных ответов и недостаточная настройка безопасности; знания ограничены данными обучения базовой модели. Описанная конфигурация обучения использовала Unsloth и 4-битную базовую модель, но опубликованный репозиторий содержит веса Safetensors.

Сценарии применения

  • генерация вызовов API по запросу на естественном языке
  • выбор инструмента для выполнения пользовательского запроса
  • формирование структурированных аргументов функций
  • подключение вызова инструментов к чат-ассистенту

Ограничения

Преимущественно обучена на английских данных; README указывает окно дообучения 2 048 токенов, хотя метаданные приводят нативный контекст 40 960 токенов. Возможны правдоподобные ошибки, а настройка безопасности ограничена.

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

Qwen3-8B-Function-Calling-xLAM-Unsloth

This model is a fine-tuned version of Qwen3-8B (Unsloth 4-bit) optimized for function calling using Unsloth for 2x faster training and 60% less VRAM.

Trained on the Salesforce/xlam-function-calling-60k dataset, which contains 60,000 function calling examples with queries, tool definitions, and structured answers.

Overview

PropertyValue
Developed byermiaazarkhalili
LicenseAPACHE-2.0
LanguageEnglish
Base ModelQwen3-8B (Unsloth 4-bit)
Model Size8B parameters
Training FrameworkUnsloth + TRL
Training MethodSFT with QLoRA (4-bit)
Context Length2,048 tokens
GGUF AvailableQwen3-8B-Function-Calling-xLAM-Unsloth-GGUF

Training Configuration

SFT + LoRA Settings

ParameterValue
Unsloth ClassFastLanguageModel
Chat Templatebuilt-in Qwen3
Learning Rate2e-4
Batch Size1 per device
Gradient Accumulation8 steps
Effective Batch Size8
Max Steps1 epoch (full dataset)
OptimizerAdamW 8-bit
LR SchedulerLinear
Warmup Steps5
PrecisionAuto (BF16/FP16)
Gradient CheckpointingEnabled (Unsloth optimized)
Seed3407

LoRA Configuration

ParameterValue
LoRA Rank (r)16
LoRA Alpha16
LoRA Dropout0
Quantization4-bit QLoRA
Target Modulesq_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj

Dataset

PropertyValue
DatasetxLAM Function Calling 60K
Training Samples60,000
FormatXML-tagged: <query>, <tools>, <answers>

Hardware

PropertyValue
GPUNVIDIA H100 80GB HBM3 (MIG 3g.40gb slice)
ClusterDRAC Fir (Compute Canada)
ExecutionPapermill on SLURM

Training Outcome

MetricValue
SLURM Job ID36885898
Runtime3h 48m 36s (13716s)
Final Training Loss0.2186
Peak VRAM17.07 GB
GPUH100 80GB HBM3 (MIG 3g.40gb)

Usage

Quick Start (Transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Check if the numbers 8 and 1233 are powers of two."}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7, do_sample=True)
response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(response)

Using with Unsloth (Fastest)

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    "ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth",
    max_seq_length=2048,
    load_in_4bit=True,
)

4-bit Quantized Inference

from transformers import AutoModelForCausalLM, BitsAndBytesConfig
import torch

quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
)

model = AutoModelForCausalLM.from_pretrained(
    "ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth",
    quantization_config=quantization_config,
    device_map="auto",
)

GGUF Versions

Quantized GGUF versions for CPU and edge inference are available at: Qwen3-8B-Function-Calling-xLAM-Unsloth-GGUF

FormatDescription
Q4_K_MRecommended — good balance of quality and size
Q5_K_MHigher quality, slightly larger
Q8_0Near-lossless, largest GGUF size

Using with Ollama

ollama pull hf.co/ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth-GGUF:Q4_K_M
ollama run hf.co/ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth-GGUF:Q4_K_M "Check if the numbers 8 and 1233 are powers of two."

Using with llama.cpp

./llama-cli -m Qwen3-8B-Function-Calling-xLAM-Unsloth-Q4_K_M.gguf -p "Check if the numbers 8 and 1233 are powers of two." -n 512

Limitations

  • Language: Primarily trained on English data
  • Knowledge Cutoff: Limited to base model's training data cutoff
  • Hallucinations: May generate plausible-sounding but incorrect information
  • Context Length: Fine-tuned with 2,048 token context window
  • Safety: Not extensively safety-tuned; use with appropriate guardrails

Training Framework Versions

PackageVersion
Unsloth2026.4.4
TRL0.24.0
Transformers5.5.0
PyTorch2.9.0
Datasets4.3.0
PEFT0.18.1
BitsAndBytes0.49.2

Citation

@misc{ermiaazarkhalili_qwen3_8b_function_calling_xlam_unsloth,
    author = {ermiaazarkhalili},
    title = {Qwen3-8B-Function-Calling-xLAM-Unsloth: Fine-tuned Qwen3-8B (Unsloth 4-bit) with Unsloth},
    year = {2026},
    publisher = {Hugging Face},
    howpublished = {\url{https://huggingface.co/ermiaazarkhalili/Qwen3-8B-Function-Calling-xLAM-Unsloth}}
}

Acknowledgments

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
a0cb2ef

0 моделей