/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Архитектура
qwen3 · dense
Базовая модель
Intern-S1-mini-lm
Библиотека
transformers
Опубликована
23 сен 2026

intern-s1-mini-assay-transfer-record-level-v27-bbb-martins-l2-step1575

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-модель для переноса результатов анализов проницаемости гематоэнцефалического барьера и ранжирования записей на уровне отдельных измерений.

263скачиваний за 30 дней0лайковвеса обновлены23 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.

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

Intern-S1-mini V27 BBB Martins L2 — это дообученная исследовательская контрольная точка модели Intern-S1-mini, разработанная автором репозитория для переноса результатов анализов проницаемости гематоэнцефалического барьера на уровне отдельных записей. Модель построена на плотной архитектуре Qwen3ForCausalLM с 7,6 млрд параметров; принимает текст и выдаёт текст. Максимальная длина контекста — 65 536 токенов. Веса сохранены в формате BF16 Safetensors, модель предназначена для использования через Transformers.

Модель обучена на наборе jiosephlee/assay-transfer-record-level-v27-bbb-martins-l2-intern. В README указано, что выбран чекпойнт шага 1575 по метрике валидации для ранжирования срезов ID/OOD; в приведённом сравнении он превосходит базовый Morgan ранжировщик по совместной ошибке и Spearman. Это свидетельствует о потенциале для ранжирования записей переноса анализа, но не гарантирует качество на других данных. Модельная карточка не сообщает лицензию, поэтому условия распространения и коммерческого применения следует проверять в репозитории.

Сценарии применения

  • ранжирование записей анализа проницаемости гематоэнцефалического барьера
  • перенос результатов анализа между наборами соединений
  • сопоставление записей анализа для задач ID/OOD
  • экспериментальная оценка кандидатов по данным BBB-анализа

Ограничения

Показатели приведены для выбранного валидационного среза и не подтверждают качество на иных наборах данных; README содержит агрегированные результаты, но не описывает полноценные тестовые метрики. Лицензия в предоставленных данных не указана.

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

Intern-S1-mini V27 BBB Martins L2

Full fine-tuned checkpoint selected from the V27 BBB Martins L2 assay-transfer run.

  • Base model: jiosephlee/Intern-S1-mini-lm at revision fcb667c380ae01f57693a45b4b5c2d331052a107
  • Training data: jiosephlee/assay-transfer-record-level-v27-bbb-martins-l2-intern at revision 9e04b429a1322a76bc2aadd074f492cfb5cbde65
  • Selected checkpoint: step 1575
  • Validation selector: ranking_validation/overall/knn_id_ood_level_macro_mae_f1_error_at_3
  • Validation selector value: 0.5000490216050504 (lower is better)
  • Training recipe: 5 epochs configured, batch size 32 per GPU, 4 GPUs, learning rate 2e-5; training was intentionally stopped after preserving this best checkpoint.

metric.json contains the selected checkpoint's validation metrics. The four sharded BF16 model weights, model configuration, and tokenizer files are included.

Validation history

The validation/assay-transfer-record-level-v27-bbb-martins-l2-intern/ folder contains the 76 model validation summaries and matching per-bucket CSVs from step 0 through step 1875. The selected step 1575 metrics are also recorded in metric.json. validation_morgan_vanilla/metrics.json contains the vanilla Morgan aggregate metrics on the same pinned validation_ranking split (521 queries).

RankerJoint ID/OOD error @3 (lower is better)SpearmanTop-1 hit @3
Model, step 15750.50000.50070.2376
Vanilla Morgan0.70550.07390.1881

The validation Morgan evaluation is logged in W&B run o26tfw2s. The test comparison is in W&B run hm9qazf5.

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
e946306

0 моделей