/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
3,1 млрд
Архитектура
smollm3 · dense
Библиотека
transformers
Опубликована
23 сен 2026

SmolLM3-Custom-SFT

Генерация текстаТекст → текст5 профессий

Диалоговая модель SmolLM3 на 3,1 млрд параметров для генерации текста с контекстом до 65 536 токенов.

776скачиваний за 30 дней1лайквеса обновлены24 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

onethreedlee/SmolLM3-Custom-SFT — диалоговая языковая модель на архитектуре SmolLM3 с плотной causal language model (SmolLM3ForCausalLM). Это дообученная версия с 3,1 млрд параметров, обученная с использованием TRL. Модель предназначена для генерации текста в ответ на сообщения пользователя; в карточке приведён пример запуска через Transformers и text-generation pipeline.

Модель поддерживает контекст до 65 536 токенов и представлена в формате safetensors. Карточка не уточняет специализацию обучения, целевые языки, обучающие данные или результаты оценки, поэтому качество для конкретных областей и языков установить нельзя. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация ответов на вопросы в чате
  • ведение текстового диалога
  • создание продолжений по пользовательскому запросу

Ограничения

Карточка не описывает специализацию обучения, языковое покрытие или результаты оценки, поэтому пригодность для конкретных задач и языков не подтверждена. Лицензия не приведена в доступных сведениях.

Для каких профессий подходит5

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

Model Card for SmolLM3-Custom-SFT

This model is a fine-tuned version of onethreedlee/SmolLM3-Custom-SFT. 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="onethreedlee/SmolLM3-Custom-SFT", device="cuda")
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: 1.13.0
  • Transformers: 5.17.0
  • Pytorch: 2.14.0
  • Datasets: 5.0.1
  • Tokenizers: 0.23.2

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
SmolLM3ForCausalLM
Ревизия весов
ae52c53

0 моделей