/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
19 янв 2026

Qwen3-4B-2507-LinuxNerd-V1

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная Qwen3 для ответов на вопросы о Linux и помощи начинающим пользователям.

34скачиваний за 30 дней2лайкавеса обновлены19 янв 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

ovokat/Qwen3-4B-2507-LinuxNerd-V1 — экспериментальная дообученная версия Qwen3-4B-Instruct-2507, созданная автором ovokat. Модель обучена на подборке вопросов и ответов о Linux из общедоступных наборов данных; в README автор описывает её как раннюю пробу и отмечает, что она пока не является Linux-экспертом.

Модель предназначена для диалоговых ответов на вопросы о Linux, в частности для помощи начинающим пользователям. Это плотная авторегрессионная языковая модель семейства Qwen3 с 3,7 млрд параметров, рассчитанная на контекст до 262 144 токенов. Репозиторий содержит веса Safetensors; метаданные указывают интерфейс чата и вызова инструментов. Для текстовых запросов модель генерирует текстовые ответы.

Автор сообщает, что обучающие ответы в основном взяты из генераций Qwen3-235B-A22B и GPT-5, с небольшой долей GPT-4. Качество ограничено экспериментальным характером обучения и случайно собранными исходными данными; автор прямо просит не ожидать высоких результатов. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • получение ответов на базовые вопросы о Linux
  • объяснение начинающим команд и понятий Linux
  • диалоговая помощь при освоении Linux
  • получение справочных ответов по Linux

Ограничения

Автор характеризует модель как ранний эксперимент, не являющийся Linux-экспертом, и предупреждает, что не следует ожидать высокого качества. Обучающие данные собраны из разнородных общедоступных наборов, а их публикация пока не заявлена.

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

About:

This is a fine-tune of Qwen3-4B-Instruct-2507 on a dataset consisting entirely of Linux questions and answers curated from a bunch of random public datasets.

For now this is very basic, I'm just testing to see if this'll even work; don't expect anything amazing!

I plan on trying to create some sort of Linux-expert model that can help beginners - this model is not that...

The dataset mostly consists of Qwen3-235B-A22B and GPT-5 responses + a bit of GPT-4.

I'll see about releasing the dataset once it's actually decent.

-- Credit to the Qwen team for making the original model:

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report}, 
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388}, 
}

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
61d36c7

0 моделей