metadata
license: gemma
language:
- ru
- en
base_model: unsloth/gemma-3-1b-it
tags:
- gemma
- gemma-3
- saiga
- conversation
- text-generation
- unsloth
datasets:
- IlyaGusev/saiga_scored
Ru-Gemma3-1B
Описание
Это экспериментальная версия модели Gemma 3 1B, дообученная на русскоязычном датасете Saiga-scored. Цель дообучения — подтянуть качество общения на русском языке и адаптировать модель под формат "Assistant/User".
Внимание:
- Модель обучена всего 1 эпоху (экспериментальный ран).
- Это 1B параметров (очень маленькая модель), поэтому не ждите от нее чудес уровня GPT-5.
- В ответах возможна "каша" (смешивание языков, галлюцинации, потеря контекста).
- Используйте на свой страх и риск. Автор не несет ответственности за сгенерированный контент.
Детали обучения
- Base Model: Gemma 3 1B Instruct
- Dataset: Saiga Scored (~40k диалогов)
- Hardware: NVIDIA RTX 4070
- Library: Unsloth (QLoRA)
- Epochs: 1
Как запустить
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
model_id = "wexyyyyyy/Ru-Gemma3-1B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.bfloat16,
device_map="auto"
)
messages = [
{"role": "user", "content": "Привет! Расскажи, почему небо голубое?"}
]
input_ids = tokenizer.apply_chat_template(
messages,
add_generation_prompt=True,
return_tensors="pt"
).to(model.device)
outputs = model.generate(
input_ids,
max_new_tokens=512,
temperature=0.6,
top_p=0.9
)
print(tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True))