/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,5 млрд
Размер весов
21,3 ГБ
Архитектура
deepseek_v3 · dense
Библиотека
transformers
Опубликована
26 авг 2026

gigachat_3.1_sql

Генерация текстаТекст → текст4 профессии

Компактная диалоговая языковая модель на 1,5 млрд параметров для генерации текста и работы с длинным контекстом.

110скачиваний за 30 дней0лайковвеса обновлены26 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

isbondarev/gigachat_3.1_sql — языковая модель для генерации текста, опубликованная на Hugging Face. Модель доступна через библиотеку Transformers и имеет теги DeepSeek V3 и conversational, что указывает на сценарии диалогового взаимодействия и продолжения текста. README содержит автоматически сгенерированную карточку без сведений о разработчике, лицензии, обучающих данных и результатах оценки.

Модель насчитывает 1,5 млрд параметров и поддерживает контекст длиной до 262 144 токенов. Её можно использовать для генерации ответов, диалоговых приложений и обработки длинных текстовых запросов; назначение SQL следует из идентификатора модели, но README и метаданные не подтверждают специализированные возможности для генерации или анализа SQL. Ограничения, безопасность, качество на отдельных языках и доменах в доступных материалах не описаны.

Сценарии применения

  • генерация ответов в диалоговых приложениях
  • продолжение и перефразирование текста
  • обработка длинных текстовых запросов
  • создание прототипов чат-ботов
  • эксперименты с моделями семейства DeepSeek V3

Ограничения

README не содержит сведений о результатах оценки, обучающих данных, безопасности, поддерживаемых языках и лицензии. Специализация на SQL по доступным материалам не подтверждена.

Для каких профессий подходит4

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV3ForCausalLM
Ревизия весов
1fb0cc1

0 моделей