/ Модель
Каталог

Характеристики

Контекст
128 токенов
Параметры
115 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
29 июл 2026

Ссылки

Hugging Face

ChessQween3-base

zhoudoe23
Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель семейства Llama для генерации текста.

29скачиваний за 30 дней0лайковвеса обновлены30 июл 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

ChessQween3-base — дообученная языковая модель семейства Llama, представленная zhoudoe23. Она предназначена для генерации текста; карточка приводит значение loss 1,9453 на наборе оценки, но не описывает данные обучения или целевой сценарий. Модель содержит 114,8 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Указанная длина контекста — 128 токенов.

Карточка не раскрывает базовую модель, обучающий датасет, поддерживаемые языки или ограничения применения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с компактными языковыми моделями
  • оценка генерации текста на пользовательских тестовых примерах

Ограничения

Обучающий датасет, целевое назначение и базовая модель не раскрыты; контекст ограничен 128 токенами. По карточке нельзя оценить качество на конкретных задачах.

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ChessQween3-base

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.9453

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: 0.0003
  • train_batch_size: 128
  • eval_batch_size: 64
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 512
  • total_eval_batch_size: 128
  • 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
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.79470.025620003.7973
3.23550.051240003.3104
3.13240.076860003.0861
3.08010.102580002.9574
2.93700.1281100002.8806
2.81390.1537120002.7924
2.70110.1793140002.7364
2.54530.2049160002.6827
2.67280.2305180002.6320
2.59030.2561200002.5825
2.59100.2817220002.5478
2.49770.3074240002.5110
2.51180.3330260002.4747
2.43360.3586280002.4338
2.42890.3842300002.3929
2.38080.4098320002.3621
2.36630.4354340002.3340
2.34120.4610360002.3026
2.38840.4866380002.2735
2.30940.5123400002.2408
2.33300.5379420002.2155
2.17000.5635440002.1895
2.11460.5891460002.1646
2.15950.6147480002.1398
2.09660.6403500002.1140
2.20370.6659520002.0877
1.98640.6915540002.0719
2.05060.7172560002.0551
1.96940.7428580002.0328
2.14100.7684600002.0160
2.00000.7940620001.9990
1.93830.8196640001.9859
2.04830.8452660001.9706
1.98960.8708680001.9616
1.91380.8965700001.9552
2.06710.9221720001.9515
1.98000.9477740001.9467
1.99270.9733760001.9455
1.99110.9989780001.9453

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

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
dc33c8a

0 моделей

    Создать бенчмарк