/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Библиотека
transformers
Опубликована
3 июн 2025

Qwen3-0.6B-mcqa-noreason-phase1

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель Qwen3 для генерации диалоговых ответов, в том числе на вопросы с выбором ответа.

25скачиваний за 30 дней0лайковвеса обновлены3 июн 2025

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

Qwen3-0.6B-mcqa-noreason-phase1 — дообученная модель Ruberri на базе Qwen/Qwen3-0.6B-Base, обученная с использованием TRL. Это плотная авторегрессионная языковая модель с 507,9 млн параметров и контекстом до 32 768 токенов; она принимает текст и генерирует продолжение в формате диалога. По названию и примеру использования модель ориентирована на ответы на вопросы с несколькими вариантами и ответы без рассуждений, однако карточка не описывает результаты оценки этих возможностей.

Модель подходит для генерации кратких ответов на вопросы и прототипирования диалоговых сценариев на базе небольшой языковой модели. Доступна в формате Safetensors для Transformers. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация ответов на вопросы с выбором варианта
  • создание кратких ответов без подробного рассуждения
  • прототипирование простого текстового чат-бота

Ограничения

Карточка не приводит оценок качества или результатов тестирования; заявленную ориентацию на вопросы с выбором ответа следует считать неподтверждённой бенчмарками. Лицензия не указана в предоставленных данных.

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 Qwen3-0.6B-mcqa-noreason-phase1

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 = "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="ruberri/Qwen3-0.6B-mcqa-noreason-phase1", 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: 0.17.0
  • Transformers: 4.52.3
  • Pytorch: 2.5.1
  • Datasets: 3.6.0
  • Tokenizers: 0.21.0

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
949e42a

0 моделей