/ 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-p50m50-k0p20-lr83-a001-wc386k_lr1e5-sft

laion
Генерация текстаТекст → текст4 профессии

Диалоговая модель Qwen3 на 1,7 млрд параметров для генерации текста по запросу, обученная на наборах wildchat_386k и delphi_warmup.

10скачиваний 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

laion/delphi-2e20-p50m50-k0p20-lr83-a001-wc386k_lr1e5-sft — диалоговая модель генерации текста, разработанная LAION. Согласно карточке, модель обучена с нуля на наборах данных wildchat_386k и delphi_warmup. Это плотная причинная языковая модель архитектуры Qwen3 с 1,7 млрд параметров и контекстом 4096 токенов; поддерживает диалоговый сценарий и распространяется в формате safetensors для Transformers. Подходит для генерации текста в ответ на текстовые запросы.

Лицензия указана как other, без конкретных условий в предоставленных данных. Карточка не содержит сведений о качестве, оценках, ограничениях применения или дополнительных сценариях.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • создание текстового продолжения по заданному запросу
  • прототипирование чат-бота на базе компактной языковой модели

Ограничения

Карточка не приводит результатов оценки качества или подробных ограничений применения. Указанная лицензия «other» не раскрывает конкретных условий использования.

Для каких профессий подходит4

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 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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sft__wildchat_386k-delphi_warmup__delphi-2e20-p50m50-k__delphi-1e-05__delphi-3e18-p33m67-k

This model was trained from scratch on the wildchat_386k 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
c18522d

0 моделей

    Создать бенчмарк