/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
533 млн
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
26 июл 2026

Ссылки

Hugging Face

v95_v74_layerwise_v87_v92_delta_consolidate_lr2e7_steps100

lldois
Генерация текстаТекст → текст5 профессий

Дообученная компактная модель семейства Qwen3 для генерации текста и диалогов с контекстом до 40 960 токенов.

10скачиваний за 30 дней0лайковвеса обновлены26 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.

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

Модель lldois/v95_v74_layerwise_v87_v92_delta_consolidate_lr2e7_steps100 — дообученная версия lldois/v74_public091_rslora_loraplus_r128_a16_lr1e5_x16_ep3, созданная на датасете exp_v49_public_091_exact. Это плотная авторегрессионная языковая модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 532,8 млн параметров. Она предназначена для генерации текста и диалогового взаимодействия; заявленная длина контекста — 40 960 токенов.

Модель принимает текст и выдаёт текст. Карточка не описывает её специальные области применения, оценку качества или подробные ограничения. Репозиторий содержит веса в формате safetensors; лицензия обозначена как other, поэтому конкретные условия использования следует проверять в карточке модели и связанных материалах.

Сценарии применения

  • генерация ответов в текстовом чате
  • создание связного текста по запросу
  • продолжение заданного текста
  • диалоговое взаимодействие с языковой моделью

Ограничения

Карточка не содержит результатов оценки качества или подробных рекомендаций по применению. Лицензия указана как other, поэтому условия использования требуют проверки.

Для каких профессий подходит5

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

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

v95_v74_layerwise_v87_v92_delta_consolidate_lr2e7_steps100

This model is a fine-tuned version of lldois/v74_public091_rslora_loraplus_r128_a16_lr1e5_x16_ep3 on the exp_v49_public_091_exact dataset.

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: 2e-07
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 202607295
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 4
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.05
  • training_steps: 100

Training results

Framework versions

  • Transformers 5.6.0
  • Pytorch 2.7.1+cu126
  • Datasets 4.0.0
  • 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
2c9ea00

0 моделей

    Создать бенчмарк