/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
30 авг 2026

Qwen-0.6b-nepali-instruct

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель Qwen3 для генерации диалоговых ответов на вопросы о Непале на непальском языке.

109скачиваний за 30 дней0лайковвеса обновлены31 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

praful1/Qwen-0.6b-nepali-instruct — дообученная на NepaliQA-alpaca_chat-load_qa2 модель Qwen3 для генерации ответов в формате диалога. Разработчик указывает, что модель обучалась с помощью TRL; в карточке приведён пример ответа на вопрос об истории Непала.

Модель имеет плотную архитектуру Qwen3ForCausalLM и 507,9 млн параметров, работает через Transformers и принимает запросы в виде текста. Длина контекста составляет 32 768 токенов. Модель предназначена прежде всего для ответов на вопросы на непальском языке; качество и поддержка других языков в карточке не описаны. Репозиторий содержит веса safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы по истории Непала
  • создание непальского чат-бота с ответами на вопросы
  • генерация кратких ответов на непальском языке

Ограничения

Карточка не приводит оценок качества или сведений о проверке ответов; фактическая надёжность и поддержка языков помимо непальского не описаны.

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-0.6b-nepali-instruct

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

Quick start

from transformers import pipeline

question = "नेपालको इतिहासमा मध्यकालीन अवधिका राजनीतिक, आर्थिक, सामाजिक र सांस्कृतिक परिवर्तनहरूको बारेमा संक्षिप्त वर्णन गर्नुहोस्।"
generator = pipeline("text-generation", model="praful1/Qwen-0.6b-nepali-instruct", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=3028, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT. I trained it on dataset that had long answer and now the model has started to generated long answer for every question which take more tokens.

Framework versions

  • TRL: 1.12.0
  • Transformers: 5.15.1
  • Pytorch: 2.11.0+cu128
  • Datasets: 5.0.1
  • 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
Qwen3ForCausalLM
Ревизия весов
879c4c1

0 моделей