Uploaded finetuned model
- Developed by: kreynolds319
- License: apache-2.0
- Finetuned from model : unsloth/qwen3-1.7b-unsloth-bnb-4bit
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 40 960 токенов
- Параметры
- 1,7 млрд
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- qwen3-1.7b-unsloth-bnb-4bit
- Опубликована
- 19 авг 2026
Ссылки
slm-trainer
Дообученная модель Qwen3 на 1,7 млрд параметров для генерации текста и диалогов на английском языке.
80скачиваний за 30 дней0лайковвеса обновлены23 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
kreynolds319/slm-trainer — дообученная автором kreynolds319 языковая модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 1,7 млрд параметров. Она основана на unsloth/qwen3-1.7b-unsloth-bnb-4bit и предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Модель обучали с использованием Unsloth и библиотеки TRL для Hugging Face.
Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 40 960 токенов. Опубликована в формате safetensors под лицензией Apache-2.0. Карточка не описывает специализацию дообучения, поэтому конкретные преимущества в отдельных предметных областях установить нельзя.
Сценарии применения
- генерация ответов в текстовом чате
- продолжение и переформулирование английского текста
- создание диалогового помощника
- подключение вызова инструментов в приложении
Ограничения
Карточка не раскрывает данные обучения и целевую специализацию дообучения, поэтому качество для конкретных предметных областей не подтверждено.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3ForCausalLM
- Ревизия весов
- 689bedb