/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
diallm-qwen-sft-aus
Библиотека
transformers
Опубликована
18 апр 2026

diallm-qwen-grpo-aus

Генерация текстаТекст → текст3 профессии

Диалоговая модель Qwen3 с 7,6 млрд параметров, дообученная для генерации текста на австралийском варианте английского языка.

19скачиваний за 30 дней0лайковвеса обновлены24 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

surrey-nlp разработала DiaLLM Qwen 3-8B AUS GRPO — плотную авторегрессионную языковую модель семейства Qwen3 с 7,6 млрд параметров, предназначенную для генерации текста на австралийском варианте английского языка. Модель дообучена на основе jordanpainter/diallm-qwen-sft-aus с помощью GRPO после диалектно-ориентированного SFT на данных предпочтений en-AU; в предшествующей подготовке использовался International Corpus of English с 18 вариантами английского языка и примерно 20 млн токенов. Модель поддерживает контекст до 40 960 токенов и доступна в формате Safetensors для Transformers.

Она подходит для диалоговых ответов и генерации текста с лексикой и особенностями австралийского английского. В исследовании DiaLLM модель используется для изучения адаптации к диалектам английского языка. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества; специализация на en-AU не гарантирует одинакового качества для других вариантов английского или языков.

Сценарии применения

  • генерация диалоговых ответов на австралийском английском
  • адаптация ответов чат-бота к лексике en-AU
  • создание текстов с особенностями австралийского английского

Ограничения

Модель ориентирована на австралийский вариант английского; качество для других вариантов английского и языков не описано. В карточке не приведены результаты оценки качества.

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

DiaLLM — Qwen 3-8B — AUS — GRPO

Part of DiaLLM: An Investigation into the Robustness-Generation Gap in English Dialect Adaptation (EMNLP 2026 Main).

DiaLLM pipeline

  • Base model: Qwen 3-8B
  • Target variety: en-AU (Australian English)
  • Adaptation thread: explicit (variety-targeted)
  • Alignment method: GRPO

Continually pretrained on the International Corpus of English (18 varieties, ~20M tokens), then adapted via the explicit thread: dialect-specific SFT on Multi-VALUE-transformed en-AU preference data, followed by GRPO with the target-variety preference pairs.

Code, checkpoints, preference datasets, linguistic-analysis toolkit: https://github.com/surrey-nlp/diallm

Paper: https://arxiv.org/abs/2607.07669

This model is a fine-tuned version of jordanpainter/diallm-qwen-sft-aus, 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="surrey-nlp/diallm-qwen-grpo-aus", 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 GRPO.

Framework versions

  • TRL: 0.28.0
  • Transformers: 4.57.6
  • Pytorch: 2.5.1+cu121
  • Datasets: 4.5.0
  • Tokenizers: 0.22.2

Citation

@article{painter2026diallm,
  title     = {DiaLLM: An Investigation into the Robustness-Generation Gap in English Dialect Adaptation},
  author    = {Painter, Jordan and Srirag, Dipankar and Kappiyath, Adarsh and Kanojia, Diptesh and Joshi, Aditya and Yin, Lu},
  year      = {2026},
  eprint    = {2607.07669},
  archivePrefix = {arXiv}
}
@article{shao2024deepseekmath,
    title  = {{DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models}},
    author = {Zhihong Shao and Peiyi Wang and Qihao Zhu and Runxin Xu and Junxiao Song and Mingchuan Zhang and Y. K. Li and Y. Wu and Daya Guo},
    year   = 2024,
    eprint = {arXiv:2402.03300}
}
@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
f43568b

0 моделей