/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
20 июн 2026

Ссылки

Hugging Face

Mdist_8B_Chem_from_Mspec_ASFT_alpha0.2_Qwen3_8B

yileitu
Генерация текстаТекст → текст3 профессии

Диалоговая модель Qwen3-8B, дообученная на наборе вопросов и ответов; название предполагает химическую специализацию, но конкретные возможности не описаны.

24скачиваний за 30 дней0лайковвеса обновлены20 июн 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

Mdist_8B_Chem_from_Mspec_ASFT_alpha0.2_Qwen3_8B — диалоговая языковая модель на архитектуре Qwen3, дообученная разработчиком yileitu на базе Qwen/Qwen3-8B на наборе M_ASFT_QA_alpha0.2_ft_data_merged_shuffled_43k. Она предназначена для генерации текста в формате диалога; название модели указывает на химическую тематику, однако карточка не описывает конкретные химические задачи или подтверждённые сценарии применения.

Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors. Заявленная длина контекста — 40 960 токенов. Для практического использования доступны только общие сведения: карточка не приводит оценок качества или подробных ограничений. Лицензия указана как other, без уточнения условий.

Сценарии применения

  • генерация ответов в диалоге
  • экспериментальная проверка ответов на вопросы по химии
  • тестирование дообучения Qwen3 на наборе вопросов и ответов

Ограничения

В README не приведены оценки качества, конкретные сценарии применения или подробные ограничения. Лицензия обозначена как other, поэтому условия использования следует уточнить в репозитории.

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 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

M_ASFT_QA_alpha0.2_ft_data_merged_shuffled_43k_cutoff16384_20260619_014224

This model is a fine-tuned version of Qwen/Qwen3-8B on the M_ASFT_QA_alpha0.2_ft_data_merged_shuffled_43k dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 2
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 64
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine_with_min_lr
  • lr_scheduler_warmup_ratio: 0.03
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 4.57.0
  • Pytorch 2.8.0+cu128
  • Datasets 3.6.0
  • Tokenizers 0.22.0

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
ad4923b

0 моделей

    Создать бенчмарк