/ Модель

Характеристики

Контекст
40 960 токенов
Лицензия
Apache 2.0
Архитектура
qwen3moe · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
12 мая 2025

Arcana-Qwen3-2.4B-A0.6B

Генерация текстаТекст → текст14 профессий

Текстовая MoE-модель Qwen3 для диалогов, программирования, математических рассуждений, медицинских вопросов и следования инструкциям.

96скачиваний за 30 дней33лайкавеса обновлены13 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Arcana Qwen3 2.4B A0.6B — текстовая модель Mixture of Experts, созданная suayptalha. В ней заявлено 2,4 млрд параметров суммарно и четыре эксперта по 0,6 млрд параметров. Модель предназначена для диалогов и генерации ответов с навыками программирования, математических рассуждений, медицинских вопросов и следования инструкциям; каталог также отмечает интерфейс вызова инструментов.

Эксперты для кода, математики и медицинских вопросов дообучены на соответствующих наборах данных, а эксперт следования инструкциям использует Qwen/Qwen3-0.6B без дополнительного дообучения. В метаданных указана поддержка английского языка и библиотека Transformers. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Заявленная цель — повысить точность и эффективность при меньшем потреблении памяти, однако сравнительные результаты в карточке не приведены.

Сценарии применения

  • ответы на вопросы по программированию
  • решение математических задач с рассуждениями
  • ответы на медицинские вопросы
  • диалоговое следование пользовательским инструкциям
  • генерация кода и объяснений

Ограничения

Карточка не приводит сравнительных оценок качества, поэтому заявленное повышение точности и эффективности не подтверждено результатами бенчмарков. Медицинские ответы модели не следует считать заменой консультации специалиста.

Для каких профессий подходит14

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

The Imitation Game

"We are all experts at something, but we’re all also beginners at something else."

— The Imitation Game (2014)

Arcana Qwen3 2.4B A0.6B

This is a MoE (Mixture of Experts) Qwen3 model which has total number of 2.4B parameters and 0.6B for each of 4 experts. All the expert models can be seen below. This model aims to provide more accurate results with more efficiency and less memory usage!

Expert Models:

Key Training Parameters (SFTConfig)

  • per_device_train_batch_size = 2
  • gradient_accumulation_steps = 4
  • warmup_steps = 5
  • num_train_epochs = 1
  • learning_rate = 2e-5
  • optim = "adamw_8bit"
  • weight_decay = 0.01
  • seed = 3407

Coding:

suayptalha/Qwen3-0.6B-Code-Expert

This model was fully fine-tuned with BF16 on first 20k rows of nvidia/OpenCodeReasoning dataset for 1 epoch.

Math:

suayptalha/Qwen3-0.6B-Math-Expert

This model was fully fine-tuned with BF16 on entire unsloth/OpenMathReasoning-mini dataset for 1 epoch.

Medical:

suayptalha/Qwen3-0.6B-Medical-Expert

This model was fully fine-tuned with BF16 on first 20k rows of FreedomIntelligence/medical-o1-reasoning-SFT dataset for 1 epoch.

Instruction Following:

Qwen/Qwen3-0.6B

Qwen/Qwen3-0.6B model was directly used for this expert, no fine-tune was applied.

Router Model:

The router model can be found here which was trained version of distilbert/distilbert-base-uncased on 7 different datasets.

Usage:

import torch
from huggingface_hub import snapshot_download
from transformers import AutoModelForCausalLM, AutoTokenizer

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

local_dir = snapshot_download(
    repo_id="suayptalha/Qwen3-2.4B-A0.6B",
)

model = AutoModelForCausalLM.from_pretrained(
    local_dir,
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    local_dir,
)

model.to(device)
model.eval()

prompt = "I have pain in my chest, what should I do?"
messages = [{"role": "user", "content": prompt}]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)

with torch.no_grad():
    output_ids = model.generate(
        text=prompt,
        max_new_tokens=1024,
        temperature=0.6,
        top_p=0.95,
    )
output_text = tokenizer.decode(output_ids[0], skip_special_tokens=True)
print(output_text)

License:

This project is licensed under the Apache License 2.0. See the LICENSE file for details.

Support:

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Ревизия весов
8a9dcfd

0 моделей