/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
27 сен 2026

qwen-instruct-chat

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель Qwen3 для генерации ответов в диалоговом формате и выполнения текстовых инструкций.

426скачиваний за 30 дней0лайковвеса обновлены27 сен 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

nickkats1/qwen-instruct-chat — дообученная автором репозитория диалоговая модель на базе Qwen/Qwen3-0.6B, обученная с помощью TRL. Она предназначена для генерации ответов в формате чата и простых инструкций, например для диалога с пользователем и ответов на открытые вопросы. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает текст; для генерации показан пример с Transformers. Нативный контекст — 40 960 токенов.

Карточка демонстрирует генерацию ответа на вопрос в чате с ограничением до 128 новых токенов. Качество, состав обучающих данных и дополнительные возможности этой конкретной настройки не описаны. Условия лицензирования в предоставленных данных не указаны.

Сценарии применения

  • ответы на вопросы в чате
  • генерация диалоговых реплик
  • создание прототипа текстового чат-бота

Ограничения

Карточка не описывает качество модели, обучающие данные или языки, на которых она проверена. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for qwen-instruct-chat

This model is a fine-tuned version of Qwen/Qwen3-0.6B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="nickkats1/qwen-instruct-chat", device_map="auto")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.14.0
  • Transformers: 5.16.1
  • Pytorch: 2.11.0+cu128
  • Datasets: 4.8.5
  • Tokenizers: 0.23.1

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
f02a0b9

0 моделей