Компактная модель ZenLM на базе Qwen3Guard для потоковой классификации безопасности текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
zen-guard-stream — компактная модель для потоковой проверки безопасности текста, опубликованная ZenLM и основанная на Qwen3Guard-Stream-0.6B от Alibaba Qwen. Это дообученная плотная модель семейства Qwen3 с примерно 508 млн параметров; репозиторий содержит веса в формате safetensors. Модель классифицирует текст по мере его поступления и предназначена для работы в качестве защитного фильтра или guardrail в приложениях с генерацией текста.
Модель принимает текст и выдаёт классификационные метки безопасности. Контекст составляет до 8192 токенов; в карточке заявлен английский язык. Лицензия Apache-2.0 допускает коммерческое использование. Репозиторий помечен как заменённый на zenlm/zen3-guard, но веса сохранены для воспроизводимости.
Модель отмечена как заменённая на zenlm/zen3-guard, поэтому для новых внедрений предпочтительна актуальная версия. В карточке заявлен английский язык; поддержка других языков не подтверждена.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Status: Superseded by zenlm/zen3-guard. Weights remain available for reproducibility.
Superseded by zenlm/zen3-guard — canonical name.
Content-safety / guardrail model. Repackaged from Qwen/Qwen3Guard-Stream-0.6B (apache-2.0, Alibaba Qwen — Qwen3Guard). Not trained from scratch — an Apache-2.0 redistribution for the OSS-clean, commercially-usable Zen model line.
apache-2.0. Upstream: Qwen/Qwen3Guard-Stream-0.6B by Alibaba Qwen (apache-2.0).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…