Дообученная на агентном использовании инструментов модель Qwen3-8B для диалоговой генерации текста и вызова инструментов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Qwen3-8B-LOPD — языковая модель на базе Qwen3-8B, дообученная методом Latent On-Policy Self-Distillation (LOPD) для сценариев агентного использования инструментов. Она предназначена для диалоговой генерации текста и вызова инструментов в агентных системах. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 7,6 млрд параметров; заявленный контекст — 40 960 токенов. Репозиторий использует формат safetensors и библиотеку Transformers.
Модель унаследовала от Qwen3-8B многоязычные возможности, включая генерацию текста, рассуждения, следование инструкциям и работу с кодом. Опубликована под лицензией Apache-2.0. README не приводит результатов оценки качества, списка поддерживаемых инструментов или подробностей о языках, на которых проверялось агентное поведение.
README не содержит результатов бенчмарков, поэтому качество и надёжность вызова инструментов по нему оценить нельзя. Перечень конкретных инструментов и языков, на которых проверено агентное поведение, не приведён.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is fine-tuned from Qwen3-8B using Latent On-Policy Self-Distillation (LOPD) on the agentic tool-use domain.
For more details, see our GitHub repository and paper.
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("liunanfu1992/Qwen3-8B-LOPD", torch_dtype="bfloat16", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("liunanfu1992/Qwen3-8B-LOPD")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…