/ Модель
Каталог

Характеристики

Контекст
4 096 токенов
Параметры
1,7 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
14 июн 2026

Ссылки

Hugging Face

delphi-2e20-p33m67-k0p20-lr83-a001-magpie_lr1e5-sft

laion
Генерация текстаТекст → текст6 профессий

Диалоговая модель Qwen3 на 1,7 млрд параметров для генерации текста, обученная с нуля на наборах magpie и delphi_warmup.

11скачиваний за 30 дней0лайковвеса обновлены14 июн 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

sftmagpie-delphiwarmupdelphi-2e20-p33m67-kdelphi-1e-05delphi-3e18-p33m67-k — диалоговая языковая модель семейства Qwen3, разработанная авторами репозитория laion/delphi-2e20-p33m67-k0p20-lr83-a001-magpie_lr1e5-sft. Модель содержит 1,7 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM и предназначена для генерации текста в диалогах; карточка сообщает, что обучение проводилось с нуля на наборах данных magpie и delphi_warmup.

Модель принимает текст и выдаёт текст. Заявленная длина контекста — 4096 токенов; репозиторий использует Transformers и содержит веса в формате safetensors. Лицензия указана как other, поэтому конкретные условия использования следует проверять в файлах репозитория. Карточка не приводит оценок качества, подробных сценариев применения или известных ограничений.

Сценарии применения

  • ведение текстового диалога
  • генерация ответов на сообщения пользователя
  • создание черновиков текста по запросу

Ограничения

Карточка не содержит результатов оценки качества и конкретных сведений об ограничениях. Лицензия обозначена как other, поэтому условия использования нужно уточнить в репозитории.

Для каких профессий подходит6

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 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sft__magpie-delphi_warmup__delphi-2e20-p33m67-k__delphi-1e-05__delphi-3e18-p33m67-k

This model was trained from scratch on the magpie and the delphi_warmup datasets.

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: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 16
  • total_train_batch_size: 16
  • total_eval_batch_size: 128
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.98) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.9.1+cu128
  • Datasets 4.4.1
  • 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
ad5d6bc

0 моделей

    Создать бенчмарк