/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-270m-it
Библиотека
transformers
Опубликована
12 июн 2026

FoodExtract-gemma-3-270m-fine-tune-v1_135K_dataset

Генерация текстаТекст → текст3 профессии

Дообученная компактная Gemma 3 для диалоговой генерации текста, при этом конкретные возможности извлечения данных о продуктах в карточке не описаны.

14скачиваний за 30 дней0лайковвеса обновлены15 июн 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

ong365/FoodExtract-gemma-3-270m-fine-tune-v1_135K_dataset — дообученная разговорная текстовая модель на основе google/gemma-3-270m-it, разработанная с использованием TRL. Карточка называет её checkpointmodels-135k, а идентификатор репозитория указывает на назначение FoodExtract, однако README не описывает конкретные функции извлечения данных о продуктах или формат их выдачи.

Модель построена на плотной архитектуре Gemma 3 и содержит 257 млн параметров. Она принимает текстовые сообщения в диалоговом формате и генерирует текст; длина контекста по метаданным — до 32 768 токенов. Метаданные указывают на поддержку чата, но не приводят языки обучения или использования.

Лицензия в предоставленных данных не указана. Пример запуска в README содержит заглушку model="None", поэтому его нельзя использовать без замены на корректный идентификатор модели.

Сценарии применения

  • Генерация ответов в текстовом диалоге
  • Создание продолжений текста по запросу
  • Экспериментальная проверка извлечения сведений о продуктах после самостоятельной оценки модели

Ограничения

README не приводит оценок качества, языков, обучающих данных или подтверждённых сценариев извлечения сведений о продуктах. Пример кода использует заглушку вместо идентификатора модели, а лицензия в предоставленных данных отсутствует.

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 checkpoint_models-135k

This model is a fine-tuned version of google/gemma-3-270m-it. 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="None", 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: 1.5.1
  • Transformers: 5.10.2
  • Pytorch: 2.9.1+cu128
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

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
Gemma3ForCausalLM
Ревизия весов
8295f44

0 моделей