/ Модель

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-0.8B-Base
Опубликована
25 сен 2026

qwen3.5-0.8b-wikiir-sft-v1

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-0.8B для извлечения информации из корейских административных документов и создания вики-статей.

136скачиваний за 30 дней0лайковвеса обновлены28 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

yeopeter1031 разработал эту модель как полноразмерное SFT-дообучение Qwen3.5-0.8B-Base без LoRA и адаптеров. Это плотная языковая модель на 581,4 млн параметров; опубликованный чекпойнт соответствует шагу 3400 из 4656, примерно 73% обучения. Для неё указано контекстное окно до 262 144 токенов.

Модель обучалась на данных AI Hub 88 для извлечения информации из корейских административных документов и создания вики-статей. В README сообщается, что на тестах вне домена, включая учебные материалы по структурам данных, сохранялась основная структура ответа. Это специализированный чекпойнт, не предназначенный для общего диалога; при вне-доменных запросах у небольшой модели иногда наблюдались галлюцинации с примесью китайских токенов. Для эксплуатации рекомендуется постобработка вывода.

Лицензия — Apache 2.0, унаследованная от базовой модели. Метрики финального журнала обучения: eval loss 0,0698 и точность токенов 97,75%; они приведены для чекпойнта и сами по себе не гарантируют качество на других данных.

Сценарии применения

  • Извлечение структурированных сведений из корейских административных документов
  • Подготовка вики-статей по административным документам на корейском языке
  • Сохранение структуры ответов при обработке специализированных документов
  • Проверка извлечения информации на материалах вне обучающего домена

Ограничения

Чекпойнт опубликован после примерно 73% запланированного обучения, поэтому дополнительное обучение может улучшить результат. На данных вне домена наблюдались редкие галлюцинации с китайскими токенами; модель не предназначена для общего диалога.

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

qwen3.5-0.8b-wikiir-sft-v1

Qwen3.5-0.8B-Base 전체 파인튜닝(full fine-tuning, LoRA 미사용) SFT 체크포인트. 행정문서 도메인(AI Hub 88 데이터셋) 기반 정보 추출(IR) / 위키 문서 생성 태스크로 학습.

학습 정보

  • Base model: Qwen3.5-0.8B-Base (24 layers, hidden_size 1024)
  • Method: Full fine-tuning (no LoRA / adapter)
  • Checkpoint: step 3400 / max_steps 4656 (약 73% 진행, epoch 2.19 / 3.0 — 중단 후 재개 가능한 상태에서 배포)
  • Eval metrics (최종 로그 기준): eval_loss 0.0698, eval_mean_token_accuracy 97.75%, entropy 0.070
  • Domain: 행정문서(AI Hub 88), 도메인 밖(자료구조 강의자료 등) OOD 테스트에서도 핵심 구조 보존 확인

알려진 한계

  • 작은 모델(0.8B) 특성상 도메인 밖 입력에서 드물게 다국어 토큰 누출(예: 중국어 문자열)이 섞이는 환각이 관찰됨. 프로덕션 사용 시 후처리 필터 권장.
  • 학습이 100% 완료되지 않은 중간 체크포인트(73% 지점)이며, 이후 추가 학습으로 더 개선될 여지가 있음.

용도 외 다른 목적 사용 주의

이 모델은 특정 도메인(한국어 행정문서 기반 위키 정보 추출)에 맞춰 파인튜닝되었으며, 일반 대화/범용 어시스턴트 용도로 설계되지 않았습니다.

라이선스

Base model(Qwen3.5-0.8B-Base)의 라이선스를 따릅니다.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
736f8af

0 моделей