/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
19 мая 2026

qwen3-8b-sft

Генерация текстаТекст → текст7 профессий

Дообученная на SFT-данных версия Qwen3-8B для диалоговой генерации текста.

492скачиваний за 30 дней0лайковвеса обновлены19 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 — дообученная методом supervised fine-tuning модель formalmathatepfl на базе Qwen/Qwen3-8B. Это плотная языковая модель с 7,6 млрд параметров для генерации текста в диалоговом формате; в метаданных указана поддержка чата. Для запуска используется библиотека Transformers, веса представлены в формате safetensors. Указанная длина контекста — 40 960 токенов.

Модель предназначена для диалоговой генерации текста. README сообщает о дообучении на SFT-датасете и приводит значение loss 0,0647 на наборе оценки, но не раскрывает состав данных, методику оценки или специализацию модели. Лицензия обозначена как other, поэтому условия использования следует проверять в карточке модели и связанных документах.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание текстовых ответов на инструкции
  • развёртывание чат-модели через Transformers

Ограничения

README не описывает специализацию, обучающие данные и ограничения качества; приведённый loss не сопровождается методикой оценки. Условия лицензии с пометкой other требуют проверки перед использованием.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-no-feedback

This model is a fine-tuned version of Qwen/Qwen3-8B on the sft dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0647

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: 1e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 7
  • total_train_batch_size: 14
  • total_eval_batch_size: 14
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.08130.212010000.0781
0.07170.424020000.0712
0.06640.636030000.0669
0.06590.848040000.0651

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.9.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
e8bb8ca

0 моделей