/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Опубликована
6 июл 2026

gaon-1.7b-v2-instruct

Генерация текстаТекст → текст3 профессии

Компактная корейско-английская чат-модель для диалога, выполнения инструкций, объяснений и простого перевода.

17скачиваний за 30 дней1лайквеса обновлены9 июл 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

Gaon-1.7B v2 Instruct (가온) — компактная диалоговая языковая модель на 1,7 млрд параметров, разработанная одним автором. В README говорится, что архитектура, предобучение и настройка инструкций выполнены с нуля; метаданные Hugging Face при этом указывают Qwen/Qwen3-1.7B как базовую модель для дообучения. Модель использует совместимую с Qwen3 плотную архитектуру Qwen3ForCausalLM и распространяется в формате safetensors. Контекст — 2048 токенов.

Модель предназначена для корейско-английского диалога, объяснений, выполнения инструкций и простого перевода между корейским и английским. README сообщает о предобучении на 34 млрд токенов и настройке примерно на 9 тысячах инструкций с дистилляцией ответов Qwen2.5-7B-Instruct. Лицензия — Apache-2.0.

Сильные стороны модели — связная речь на корейском и английском и выполнение простых инструкций. Знания по общим темам, программирование и задачи со строгим форматом ограничены: результаты на приведённых тестах знаний близки к случайному угадыванию. Модель позиционируется как небольшой исследовательский артефакт и основа для предметного дообучения, а не как конкурент крупным универсальным моделям.

Сценарии применения

  • ответы на простые вопросы и инструкции на корейском
  • ответы на простые вопросы и инструкции на английском
  • перевод коротких текстов между корейским и английским
  • объяснение понятий на корейском или английском
  • создание основы для дообучения на предметных данных

Ограничения

Знания по общим темам близки к уровню случайного угадывания; навыки программирования и выполнения задач со строгим форматом слабые. Модель лучше подходит для простого двуязычного общения и перевода, чем для вопросов, требующих широких знаний.

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

Gaon-1.7B v2 Instruct (가온)

A bilingual (Korean + English) 1.7B chat model trained entirely from scratch — architecture, data pipeline, pretraining, and instruction tuning — by one person on borrowed idle GPUs, for $0. Gaon is pure Korean for "center/core."

  • Architecture: Qwen3-1.7B-compatible (28L, hidden 2048, GQA 16Q/8KV, QK-Norm, SwiGLU, tied embeddings, vocab 151,936). Loads with Qwen3ForCausalLM.
  • Pretraining: 34B tokens (FineWeb-Edu EN + FineWeb-2 KO + ~20% Python code), 4× B200 FSDP, final loss 1.96.
  • Instruction tuning: sequence-level distillation from Qwen2.5-7B-Instruct (Apache-2.0), ~9k KO/EN instructions, SFT loss 1.26.
  • Code & full tech report: https://github.com/k08200/gaon

Run locally: ollama run hf.co/k08200/gaon-1.7b-v2-instruct-GGUF — or community GGUF quants (12 sizes, 516 MB – 3.4 GB, by @mradermacher): static · imatrix Live demo: KO↔EN translator in your browser (WebGPU)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

m = "k08200/gaon-1.7b-v2-instruct"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, torch_dtype=torch.bfloat16).eval()

msgs = [{"role": "user", "content": "한국의 수도는 어디인가요?"}]
prompt = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True)
enc = tok(prompt, return_tensors="pt")
out = model.generate(**enc, max_new_tokens=200, do_sample=True, temperature=0.7)
print(tok.decode(out[0][enc.input_ids.shape[1]:], skip_special_tokens=True))

Benchmarks

Base model (v2), lm-eval-harness, 0-shot, same settings for both:

BenchmarkGaon-1.7B v2Qwen3-1.7B-BaseRandom
MMLU (English knowledge)25.162.625.0
KMMLU (Korean knowledge)22.335.525.0
HAERAE (Korean culture/lexis)19.946.8~20
KoBEST (Korean understanding)51.5—~50

This is the most honest number in the project: Gaon is fluent in two languages, follows instructions, and translates, yet scores at chance on knowledge — because Qwen3-1.7B (same architecture, same size) trained on ~36T tokens, roughly 1000× our 34B. Linguistic competence emerges in tens of billions of tokens; world knowledge needs trillions. A continued-pretraining run (96B Korean-heavy tokens) lifts KMMLU to ~27–29 then plateaus — see the tech report §6.

Honest limitations

A from-scratch credential and research artifact, not a frontier competitor. Knowledge benchmarks at chance level (above); coding and strict-format tasks are weak. Korean/English chat, explanation, and simple translation work well. Best used as a reproducible small-LLM pipeline and a base for vertical fine-tuning on domain data.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
b9d11a2

0 моделей