/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Опубликована
28 июл 2026

dcubelanguage

Генерация текстаТекст → текст7 профессий

Компактная дообученная модель Qwen2.5 определяет язык по входному тексту на одном из 21 поддерживаемого языка.

36скачиваний за 30 дней0лайковвеса обновлены3 авг 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.

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

DCUBE Language Identifier — компактная модель для определения языка по тексту, разработанная DCUBE Ai. Она дообучена методом LoRA SFT на базе Qwen2.5-0.5B-Instruct с использованием дистилляции знаний от Qwen3-14B и примеров из набора papluca/language-identification с дополнительными данными на малаялам. Модель принимает текст и отвечает названием распознанного языка; поддерживает 21 язык, включая русский, английский, китайский, арабский и хинди.

Модель семейства Qwen2 имеет плотную архитектуру, около 494 млн параметров и контекстное окно 32 768 токенов. В репозитории доступны веса Safetensors и GGUF; шаблон чата может автоматически добавлять инструкцию для определения языка. Лицензия — Apache-2.0. README рекомендует устанавливать температуру 0 при использовании через LM Studio.

Сценарии применения

  • определение языка короткого сообщения
  • автоматическая маршрутизация текста по языку
  • определение языка пользовательского запроса в чат-приложении
  • разметка языков в коллекции текстов

Ограничения

Модель ориентирована на определение языка, а не на универсальный диалог; точность на очень коротком, смешанном или нестандартном тексте в README не оценивается. Для рекомендованного сценария README советует использовать температуру 0.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DCUBE Language Identifier

Fine-tuned Qwen2.5-0.5B-Instruct for multilingual language identification via knowledge distillation.

Usage

Paste any text — the embedded chat template automatically:

  1. Applies the DCUBE system prompt
  2. Wraps your input with Identify the language:

LM Studio

  1. Download the GGUF file (or convert from this repo)
  2. Load the model — no manual system prompt needed if the GGUF includes the chat template
  3. Paste text directly, e.g. Обичам да слушам музика вечер
  4. Set Temperature = 0

Python (llama-cpp)

py run_gguf.py "Your text here"

Hugging Face Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("YOUR_REPO_ID", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("YOUR_REPO_ID", trust_remote_code=True)

messages = [{"role": "user", "content": "Le temps est magnifique."}]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
# Template auto-adds system prompt + "Identify the language:" prefix

Supported languages

Arabic, Bulgarian, German, Greek, English, Spanish, French, Hindi, Italian, Japanese, Dutch, Polish, Portuguese, Russian, Swahili, Thai, Turkish, Urdu, Vietnamese, Chinese, Malayalam

System prompt (embedded in chat template)

You are DCUBE Language Identifier, a language identification assistant created by DCUBE Ai (www.dcubeai.com). Given a text, respond with ONLY the language name. Do not include any explanation.

Training

  • Teacher: Qwen3-14B (knowledge distillation)
  • Method: LoRA SFT on papluca/language-identification + Malayalam samples
  • DCUBE Ai · www.dcubeai.com

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
eeadd13

0 моделей