/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
1 млрд
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-1b-it
Библиотека
transformers
Опубликована
3 сен 2026

Ссылки

Hugging Face

gemma-3-1b-it-reas-int-065-3-epochs-es

ferrazzipietro
Генерация текстаТекст → текст4 профессии

Дообученная компактная модель Gemma 3 для диалогов и генерации текста.

160скачиваний за 30 дней0лайковвеса обновлены3 сен 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

ferrazzipietro/gemma-3-1b-it-reas-int-065-3-epochs-es — дообученная модель на архитектуре Gemma 3, созданная на основе google/gemma-3-1b-it. Это плотная языковая модель с 1 млрд параметров для диалогов и генерации текста; карточка указывает на дообучение на неизвестном наборе данных, поэтому его тематику и влияние на качество определить нельзя. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и работает через библиотеку Transformers.

Модель может подойти для диалоговых приложений и генерации текста. Испанский в названии указывает на возможную специализацию, но README не подтверждает язык обучения или назначение, поэтому считать её испаноязычной нельзя. Опубликована в формате safetensors под лицензией Gemma; перед использованием следует учитывать условия этой лицензии.

Сценарии применения

  • создание диалогового помощника
  • генерация ответов на текстовые запросы
  • прототипирование приложений на базе языковой модели

Ограничения

Данные дообучения и результаты оценки не описаны, поэтому специализация и качество модели не подтверждены. Условия лицензии Gemma могут ограничивать способы использования.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.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

gemma-3-1b-it-reas-int-065-3-epochs-es

This model is a fine-tuned version of google/gemma-3-1b-it on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 4
  • eval_batch_size: 256
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.95) and epsilon=1e-12 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3

Training results

Framework versions

  • Transformers 4.57.0
  • Pytorch 2.14.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
84a38fd

0 моделей

    Создать бенчмарк