/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
14 авг 2026

Ссылки

Hugging Face

qwen3-cpt

formalmathatepfl
Генерация текстаТекст → текст5 профессий

Дообученная на cpt_data модель Qwen3 с 7,6 млрд параметров для генерации текста и диалоговых сценариев.

146скачиваний за 30 дней0лайковвеса обновлены14 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.

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

Qwen3-8B-cpt — дообученная модель семейства Qwen3, созданная на основе Qwen/Qwen3-8B-Base и набора данных cpt_data. Модель разработана автором репозитория formalmathatepfl; архитектура — плотная авторегрессионная Qwen3ForCausalLM с 7,6 млрд параметров, рассчитанная на генерацию текста. Указана оценка Loss 0,7642 на наборе для оценки.

Модель подходит для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов. Карточка не раскрывает состав обучающих данных, языки, конкретные специализации или ограничения качества. Лицензия указана как other, поэтому условия использования следует сверить с лицензией и сведениями в репозитории.

Сценарии применения

  • генерация продолжения текста
  • подготовка черновиков и текстовых ответов
  • создание диалогового интерфейса на основе языковой модели

Ограничения

Карточка не описывает языковой охват, состав обучающих данных и результаты задач помимо Loss 0,7642 на оценочном наборе. Лицензия обозначена как other, поэтому условия применения нужно уточнить в репозитории.

Для каких профессий подходит5

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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-8B-cpt

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

  • Loss: 0.7642

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: 3e-06
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 16
  • total_eval_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 0.03
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation Loss
1.13210.05941001.0979
1.02040.11882001.0132
1.01550.17813000.9683
0.93920.23754000.9368
0.84720.29695000.9136
0.92680.35636000.8942
0.85680.41577000.8777
0.90490.47518000.8637
0.84010.53449000.8517
0.84490.593810000.8408
0.86380.653211000.8310
0.84850.712612000.8226
0.82730.772013000.8150
0.81650.831414000.8077
0.8240.890715000.8014
0.79440.950116000.7957
0.74921.009517000.7912
0.7541.068918000.7873
0.71841.128319000.7835
0.72981.187620000.7802
0.70931.247021000.7777
0.76241.306422000.7744
0.74191.365823000.7723
0.74391.425224000.7704
0.70641.484625000.7688
0.73871.543926000.7675
0.75271.603327000.7664
0.73591.662728000.7656
0.71671.722129000.7650
0.71591.781530000.7646
0.73991.840931000.7644
0.69951.900232000.7642
0.79151.959633000.7642

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

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5940a92

0 моделей

    Создать бенчмарк