/ Модель
Каталог

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Архитектура
qwen3_5_text · dense
Библиотека
transformers
Опубликована
17 сен 2026

Ссылки

Hugging Face

Qwen3.5-0.8B-MemoryFusion-Standalone

vtava
Генерация текстаТекст → текст3 профессии

Экспериментальная компактная языковая модель TinyCeNN-LM для диалоговой генерации текста с длинным контекстом.

375скачиваний за 30 дней0лайковвеса обновлены17 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.

Открыть конструктор бенчмарка

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

Qwen3.5-0.8B-MemoryFusion-Standalone — исследовательская языковая модель из проекта TinyCeNN-LM, использующая экспериментальную архитектуру TinyCeNN-LM. Репозиторий содержит веса в формате safetensors; в метаданных указано 581,4 млн параметров и контекстное окно до 262 144 токенов. Модель поддерживает диалоговый режим и предназначена для генерации текста.

Это отдельный исследовательский чекпойнт, для которого базовая модель и обучающий набор данных не записаны. В README приведено значение feature_dim 32, но нет результатов оценки, позволяющих судить о качестве; автор предупреждает, что качество генерации может заметно отличаться от базовой модели, а метрики без явной пометки held-out не следует считать надёжными бенчмарками. Для воспроизведения эксперимента предлагается соответствующая записная книжка из репозитория TinyCeNN-LM. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с архитектурой языковой модели TinyCeNN-LM
  • проверка генерации текста на длинном контексте

Ограничения

Базовая модель и обучающие данные не записаны; качество генерации может существенно отличаться от базовой модели. Приведённые метрики не следует считать надёжными бенчмарками, если они не обозначены как held-out evaluation.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-0.8B-MemoryFusion-Standalone

Research artifact from TinyCeNN-LM. Architecture: TinyCeNN-LM experiment.

Architecture

Latest saved results

MetricValue
feature_dim32

The Hugging Face repository keeps timestamped run artifacts under runs/. This preserves training reports, configs and run metadata independently of the temporary Colab filesystem.

Saved experiment files

  • config.json
  • generation_config.json
  • release_report.json
  • standalone_config.json
  • tokenizer_config.json

Reproducibility

Run the matching notebook from the TinyCeNN-LM repository. Colab notebooks use a Hugging Face write token from the HF_TOKEN Colab Secret; tokens should never be pasted into notebook source.

Limitations

This is a research checkpoint. Metrics saved here are the metrics produced by the corresponding training notebook/script; unless explicitly marked as held-out evaluation, they should not be treated as publication-grade benchmark results. Generation quality can differ substantially from the base model.

Citation

If you use this experimental checkpoint, cite the TinyCeNN-LM repository and the upstream base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Ревизия весов
38b3221

0 моделей

    Создать бенчмарк