GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
ya-yje-krasni
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
ya-yje-krasni
Model Tree
Qwen/Qwen3-0.6B
Input Modalities
Output Modalities
Supported Functionality
Модель обучена на шаблоне с явным маркером ответа, а не на chat template:
markdown
<реплика пользователя>### Ответ:
Генерация продолжает текст после ### Ответ:.
python
import torchfrom transformers import AutoModelForCausalLM, AutoTokenizermodel_id = "ya-yje-krasni/qwen3-0.6b-russian-dialogues"tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained(model_id, dtype=torch.float16, device_map="auto")prompt = "Привет, как дела?\n### Ответ:"inputs = tokenizer(prompt, return_tensors="pt").to(model.device)output = model.generate(**inputs,max_new_tokens=128,temperature=0.7,top_p=0.9,do_sample=True,pad_token_id=tokenizer.pad_token_id,)print(tokenizer.decode(output[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True).strip())
Для запуска на CPU через llama.cpp:
Конфиги, GGUF Q4_K_M и примеры запуска: github.com/lev73748/qwen3-0.6b-russian-dialogues
Модель на 0.6B параметров, обучена на диалоговом корпусе — она склонна к коротким разговорным ответам и может выдавать фактически неверную информацию. Не подходит для задач, требующих точности фактов.