/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
13 июл 2025

Qwen3-1.7B-Wordle

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B модель для диалоговой генерации текста, чьё специальное назначение в карточке не раскрыто.

6 598скачиваний за 30 дней0лайковвеса обновлены19 июл 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

Qwen3-1.7B-Wordle — дообученная компанией или автором willcb модель Qwen3-1.7B, подготовленная с помощью TRL для генерации текста в диалоговом формате. В карточке приведён пример запуска через Transformers и демонстрационный вопрос; отдельное назначение для решения Wordle не описано.

Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст длиной до 40 960 токенов. Она принимает текст и генерирует текст; метаданные отмечают возможность чата. Язык обучения и поддерживаемые языки в доступных данных не определены.

Карточка не сообщает о качестве на задачах, специальных возможностях, ограничениях применения или лицензии, поэтому их нельзя оценить по имеющимся сведениям.

Сценарии применения

  • генерация ответов в диалоге
  • создание продолжений текста
  • тестирование диалоговой модели Qwen3

Ограничения

Карточка не описывает качество модели на конкретных задачах и не раскрывает отдельное назначение, несмотря на имя Wordle. 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 Qwen3-1.7B-Wordle

This model is a fine-tuned version of willcb/Qwen3-1.7B. 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="willcb/Qwen3-1.7B-Wordle", 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: 0.19.1
  • Transformers: 4.53.2
  • Pytorch: 2.7.0
  • Datasets: 4.0.0
  • Tokenizers: 0.21.2

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
5de540d

0 моделей