/ 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
27 июн 2026

Qwen3-8B-SFT-Fable5-Glint

Генерация текстаТекст → текст3 профессии

Дообученная на Fable-5-Glint-Clean модель Qwen3-8B для генерации текста и диалоговых ответов.

19скачиваний 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

Qwen3-8B-SFT-Fable5-Glint — языковая модель на базе Qwen3-8B, дообученная ermiaazarkhalili методом supervised fine-tuning на датасете Fable-5-Glint-Clean. Это плотная архитектура Qwen3ForCausalLM примерно с 7,6 млрд параметров; модель принимает текст и генерирует текст, поддерживая диалоговый интерфейс и вызов инструментов. В метаданных указан контекст до 40 960 токенов.

Модель предназначена для генерации ответов и продолжения текста в сценариях, соответствующих обучающим данным Fable-5-Glint-Clean. На отложенной выборке из 199 примеров датасета точность следующего токена выросла относительно базовой Qwen3-8B: top-1 с 0,6059 до 0,7059, top-5 с 0,8497 до 0,9231. Эти результаты характеризуют только данное сравнение и не являются независимым общим бенчмарком.

LoRA-адаптеры объединены с базовыми весами. Модель наследует смещения, ограничения знаний и сбои базовой модели; поведение за пределами распределения единственного обучающего датасета не оценивалось. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в стиле обучающего датасета Fable-5-Glint-Clean
  • продолжение текста по текстовой подсказке
  • диалоговые ответы в сценариях, близких к обучающим данным

Ограничения

Оценка проведена только на отложенной выборке из 199 примеров обучающего датасета, а поведение за её пределами не проверено. Модель наследует ограничения базовой Qwen3-8B; объединённые LoRA-веса нельзя отделить от дообучения.

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-SFT-Fable5-Glint

A LoRA fine-tune of unsloth/Qwen3-8B, supervised fine-tuned on ermiaazarkhalili/Fable-5-Glint-Clean (private).

Base modelunsloth/Qwen3-8B
ArchitectureQwen3ForCausalLM
Parameters8.2B
Training dataermiaazarkhalili/Fable-5-Glint-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/Qwen3-8B-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 (1 x 8 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 unsloth/Qwen3-8B. Assistant tokens only; both models are scored identically.

MetricBaseThis modelΔ
Top-1 accuracy0.60590.7059+0.1000
Top-5 accuracy0.84970.9231+0.0734

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
unlabelled1,5541.31210.8149

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_qwen3-8b_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
d22d0a9

0 моделей