Uploaded finetuned model
- Developed by: mgmbykai
- License: apache-2.0
- Finetuned from model : mgmbykai/Qwen3-0.6B-JSON-SFT
This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 40 960 токенов
- Параметры
- 508 млн
- Лицензия
- Apache 2.0
- Архитектура
- qwen3 · dense
- Базовая модель
- Qwen3-0.6B-JSON-SFT
- Опубликована
- 2 окт 2026
Ссылки
Qwen3-0.6B-JSON-SFT-GRPO
Дообученная на базе Qwen3 компактная языковая модель для генерации текста и диалогов с поддержкой интерфейса вызова инструментов.
270скачиваний за 30 дней0лайковвеса обновлены2 окт 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
mgmbykai/Qwen3-0.6B-JSON-SFT-GRPO — дообученная модель семейства Qwen3, разработанная mgmbykai на базе mgmbykai/Qwen3-0.6B-JSON-SFT. Это плотная каузальная языковая модель с 507,9 млн параметров для генерации текста, в том числе в диалоговом формате и с интерфейсом вызова инструментов. В карточке указано, что модель обучалась с использованием Unsloth и библиотеки TRL.
Модель принимает текст и генерирует текст; контекстное окно составляет 40 960 токенов. В метаданных указан английский язык. Репозиторий распространяется в формате safetensors по лицензии Apache 2.0. Карточка не описывает отдельно специализацию на JSON или результаты оценки качества, поэтому пригодность для структурированного вывода следует проверять на целевых запросах.
Сценарии применения
- генерация ответов в текстовом чате
- создание текстовых продолжений
- формирование ответов в структурированном формате по инструкции
- подготовка текста для сценариев с вызовом инструментов
Ограничения
Карточка не приводит бенчмарков или сведений о качестве следования JSON-инструкциям; результаты на целевых сценариях требуют проверки. Поддержка английского указана в метаданных, другие языки не подтверждены.
Для каких профессий подходит6
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.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
- 6f90daa