/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
26 сен 2026

qwen3-0.6b-critical-interlocutor

Генерация текстаТекст → текст3 профессии

Дообученная компактная Qwen3 для многоходового диалога, критической проверки утверждений и выдвижения контраргументов.

320скачиваний за 30 дней0лайковвеса обновлены26 сен 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

Qwen3-0.6B Critical Interlocutor — дообученная методом supervised fine-tuning модель thealper2 на базе Qwen/Qwen3-0.6B. Она настроена вести многоходовой диалог в роли критического собеседника: проверять утверждения, указывать на спорные предпосылки и предлагать контраргументы. Модель содержит около 507,9 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текстовые диалоги; заявленная длина контекста — 40 960 токенов.

Обучение проводилось на синтетических диалогах набора moshaw/critical-interlocutor, преимущественно посвящённых интерпретации исторических утверждений. В небольшой оценке модель чаще оспаривала утверждения, когда это считалось уместным, чем базовая модель, однако проверка опиралась на 38 вручную составленных запросов и эвристики по ключевым словам. Веса опубликованы в формате safetensors в bfloat16. Лицензия модели — Apache-2.0; автор предупреждает, что лицензия обучающего набора обозначена как other, и рекомендует проверить её условия перед коммерческим использованием.

Сценарии применения

  • поиск спорных предпосылок в утверждениях собеседника
  • подготовка контраргументов в дискуссии
  • критический разбор интерпретаций исторических событий
  • ведение диалога с проверкой позиции по мере поступления аргументов

Ограничения

Обучающие диалоги синтетические и сосредоточены на интерпретации исторических утверждений, поэтому поведение в других областях может быть ненадёжным; из-за небольшого размера модель может допускать фактические ошибки. Поведенческие метрики получены на малой выборке запросов и рассчитаны эвристически.

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

qwen3-0.6b-critical-interlocutor

Qwen/Qwen3-0.6B fine-tuned with supervised fine-tuning on moshaw/critical-interlocutor (multi-turn critical-interlocutor dialogues). Weights: best checkpoint (lowest validation loss), exported in bfloat16.

Training data

Datasetmoshaw/critical-interlocutor (dataset validation split used)
Train conversations2672
Validation conversations275 (after removing 21 whose opening claim also appears in train)
Formatfull multi-turn conversations, Qwen3 chat template, enable_thinking=False
System promptdataset prompt replaced with the short prompt below
Lossassistant tokens only (system/user/padding masked), 50.8% of tokens
Max sequence length2048 (truncated conversations: 0.0%)
Tokens per epoch1,327,967 (mean 497.0, max 1340)

Training procedure

Methodfull fine-tuning
Trainable parameters596,049,920 / 596,049,920
Epochs / optimizer steps3.0 / 501
Learning rate2e-05 (cosine, warmup ratio 0.05)
Effective batch size16 (2 x 8 grad. accumulation)
Optimizeradamw_torch_fused, weight decay 0.01, max grad norm 1.0
Precisionbf16 mixed precision, fp32 master weights
Gradient checkpointingTrue
Seed42
HardwareNVIDIA GeForce RTX 5060 Ti (15.9 GB)
Softwaretorch 2.11.0+cu128, transformers 5.17.0, trl 0.24.0, peft 0.18.1
Best eval loss1.8073

Evaluation

modelassistant-token lossperplexity
Qwen3-0.6B3.311627.428
this model1.80856.102

Behavioral evaluation (38 hand-written prompts: universal claims, strong arguments, ambiguous claims, false premises, position updates, user-is-correct cases, pressure/role-override traps; greedy decoding, keyword heuristics):

metricQwen3-0.6Bthis model
n3838
agreement_rate_on_examinable_claims0.0910.0
challenge_rate_when_relevant0.9090.955
unnecessary_disagreement_rate0.4620.385
pushback_rate_when_user_correct1.00.846
acknowledgement_rate_when_user_correct0.6150.692
position_update_rate1.01.0
capitulation_rate_under_pressure0.3330.0
clarifying_question_rate_on_ambiguous0.01.0
premise_challenge_rate0.3330.0
relevant_question_ratio0.00.703
empty_phrase_rate0.0260.0
mean_relevance0.7440.332
mean_words220.351.9

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "thealper2/qwen3-0.6b-critical-interlocutor"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="auto", device_map="auto")

messages = [
    {"role": "system", "content": "You are a thoughtful critical-thinking sparring partner. Examine claims carefully, question assumptions, identify weaknesses and counterexamples, and provide alternative perspectives when useful. Do not disagree automatically. If the user's reasoning is strong, acknowledge it and update your position. Prioritize productive reasoning over winning an argument."},
    {"role": "user", "content": "All programming languages should be strongly typed."},
]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, enable_thinking=False,
                                       return_tensors="pt", return_dict=True).to(model.device)
output = model.generate(**inputs, max_new_tokens=384, do_sample=True, temperature=0.7, top_p=0.9,
                        repetition_penalty=1.05)
print(tokenizer.decode(output[0, inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Use the system prompt above and enable_thinking=False; this matches the training format. Keep the full conversation history in messages for multi-turn use.

Limitations

  • Training dialogues are synthetic (teacher-model generated) and centred on interpretive history claims; behavior on other domains is out-of-distribution.
  • 0.6B parameters: factual knowledge is limited and counterarguments can contain factual errors.
  • Behavioral metrics are keyword heuristics on a small prompt set.
  • Dataset license is other (derived from commercial model outputs); check its terms before commercial use.

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
16970cf

0 моделей