/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
6,8 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
A.X-3.1-Light
Библиотека
transformers
Опубликована
1 сен 2026

AX-3.1-Light-sft_v0_21_medical_numerical_600

Генерация текстаТекст → текст3 профессии

Экспериментальная корейскоязычная модель на базе A.X-3.1-Light для диалоговой генерации текста с дообучением на медицинских вопросах и числовом машинном чтении.

29скачиваний за 30 дней0лайковвеса обновлены1 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

AX-3.1-Light v0.21 Medical+Numerical 600 — экспериментальная корейскоязычная модель для диалогов и генерации текста, созданная разработчиком репозитория на базе skt/A.X-3.1-Light. Модель размером 6,8 млрд параметров дообучена методом LoRA SFT на смешанном наборе из 5 801 записи, затем веса адаптера объединены с базовой моделью. Репозиторий содержит самостоятельные веса BF16 в формате safetensors; для запуска доступны Transformers и vLLM.

Модель предназначена для контролируемой оценки и экспериментов с ответами на медицинские вопросы и задачами числового машинного чтения на корейском языке. Она использует архитектуру Llama с плотной причинной языковой моделью, поддерживает диалоговый режим и имеет контекст до 32 768 токенов. В обучающую смесь вошли выборки из корейских наборов AI Hub по медицинским знаниям и числовым вычислениям; README сообщает об отсутствии публичных бенчмарковых вопросов и ответов в обучении.

Модель может ошибаться или выдавать небезопасные ответы, поэтому её результаты в медицинских и числовых задачах требуют проверки и не заменяют профессиональную консультацию. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на медицинские вопросы на корейском языке в контролируемой оценке
  • решение задач числового машинного чтения на корейском языке
  • эксперименты с диалоговой генерацией текста на корейском языке

Ограничения

Модель экспериментальная и может выдавать неверные или небезопасные ответы; её выводы по медицинским и числовым задачам следует проверять, и она не заменяет профессиональную консультацию.

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

AX-3.1-Light v0.21 Medical+Numerical 600

This is a standalone BF16 merged model for Korean-language research and controlled evaluation. It was initialized from skt/A.X-3.1-Light, fine-tuned with LoRA SFT, and merged into the base weights. No adapter is required at inference time. This repository contains no benchmark questions, answers, training data, logs, credentials, or environment files.

Training data

The fixed-budget training mixture has 5,801 rows: 5,201 unchanged v0.21 occurrences and 600 replacements. The replacements are the exact deterministic 300-row sample from AI Hub 71875 필수의료 의학지식 데이터 and 300-row sample from AI Hub 71568 숫자연산 기계독해 데이터. Dataset landing pages: AI Hub 71875 and AI Hub 71568. No public benchmark data or benchmark answers were used for SFT.

Reproduction

  • Base revision: 9b41bb2406472634d8812c0b8931fa40fa9a6c3a
  • Objective: assistant-only causal-language-model cross entropy
  • Epochs: 1
  • Learning rate: 5e-5
  • Optimizer: adamw_torch_fused
  • Scheduler: linear; warmup steps 0
  • Weight decay: 0.0
  • LoRA: rank 16, alpha 32, dropout 0.05, bias none
  • LoRA targets: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
  • Per-device batch size: 1; gradient accumulation: 8
  • Maximum sequence length: 2048
  • Precision: BF16; packing disabled
  • Random seed: 42

The full run used 5,801 records, built 5,793 tokenized examples, skipped 8 records during the original tokenizer contract check, and reached training loss 0.3568975 after 725 optimizer steps.

Usage and limitations

Load this repository with transformers or standard vLLM. This is an experimental model and may produce incorrect or unsafe answers; it must not replace professional medical, financial, legal, or other expert advice.

License

The base model is distributed under Apache License 2.0. The applicable terms of the AI Hub source data remain in force for use of the training data.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
11708cc

0 моделей