/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
mlx
Опубликована
2 окт 2026

Qwen3-4B-Think-SFT-MLX

Генерация текстаТекст → текст3 профессии

Дообученная на синтетических примерах модель Qwen3 для диалогов и генерации ответов с явной секцией стилизованного рассуждения.

846скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Qwen3 4B Think SFT (MLX) — дообученная методом LoRA версия Qwen3-4B-Instruct-2507, подготовленная автором репозитория как MLX-чекпойнт. Она генерирует текст с явным разделением на секцию рассуждения и итоговый ответ; модель предназначена для диалогов и задач, где полезен такой формат, включая математические вопросы.

Чекпойнт основан на плотной архитектуре Qwen3 примерно на 3,7 млрд параметров. Для обучения использовались 143 синтетических примера, в том числе данные GSM8K; адаптер LoRA применялся к последним 16 слоям трансформера и общей матрице эмбеддингов и выходных токенов. Модель принимает текст и выдаёт текст. Указанный базовой моделью контекст — до 262 144 токенов, однако обучение ограничивало последовательности длиной 1536 токенов.

Ключевое назначение — формирование стилизованного вывода с рассуждением и финальным ответом. Набор обучения мал и синтетический, а трассы рассуждений являются стилистическими реконструкциями, а не проверенным отражением внутренних процессов модели. Возможны галлюцинации, повторы, слабая логика и артефакты исходных ответов; длинная генерация может становиться повторяющейся. Модель наследует ограничения базовой модели, и автор не рекомендует полагаться на неё в медицинских, юридических, финансовых или политических вопросах. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответа с отдельной секцией рассуждения
  • решение математических задач в диалоге
  • эксперименты с форматированием рассуждений языковой модели

Ограничения

Обучение основано всего на 143 синтетических примерах; трассы рассуждений стилизованы и не подтверждают внутренний ход мыслей модели. Возможны галлюцинации, повторы и слабая логика; автор не рекомендует использовать модель как источник медицинских, юридических, финансовых или политических рекомендаций.

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

Qwen3 4B Think SFT (MLX)

An MLX checkpoint of Qwen3-4B-Instruct-2507 fine-tuned to emit an explicit reasoning section followed by a final answer using a neutral system prompt:

<think>
...
</think>
final answer

This is the supervised checkpoint. A separate GRPO checkpoint is trained from it with rule-based mathematical correctness and format rewards.

Prompt format

Training used this system message:

Answer the user request. First generate a short reasoning trace inside <think> and </think>, then give the final answer.

The assistant targets contain synthetic, strongly stylized reasoning traces. The prompt itself is neutral and does not require a named-person instruction. The traces are generated text, not authentic private reasoning.

Training

  • Base: Qwen/Qwen3-4B-Instruct-2507
  • MLX base: mlx-community/Qwen3-4B-Instruct-2507-4bit
  • Examples: 143 synthetic prompt/reasoning/response records
  • Split: 114 train / 14 validation / 15 test
  • Method: LoRA on the final 16 transformer layers plus the tied token embedding/output head
  • LoRA rank: 8
  • LoRA scale: 16
  • Batch size: 1
  • Gradient accumulation: 4
  • Learning rate: 1e-5
  • Iterations: 350
  • Maximum sequence length: 1536
  • Prompt masking: enabled
  • Final validation loss: approximately 2.325

The tied embedding/output head was included because the non-thinking Instruct checkpoint otherwise preferred nearby tool-call delimiter tokens over <think> tokens.

MLX usage

from mlx_lm import load, generate

model, tokenizer = load("12384-0ashntoi/Qwen3-4B-Think-SFT-MLX")
messages = [
    {
        "role": "system",
        "content": "Answer the user request. First generate a short reasoning trace inside <think> and </think>, then give the final answer.",
    },
    {"role": "user", "content": "What is 17 times 23?"},
]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
print(generate(model, tokenizer, prompt=prompt, max_tokens=512))

Limitations

  • The dataset is very small and synthetic.
  • Reasoning traces are stylistic reconstructions, not verified internal reasoning.
  • The model may hallucinate, repeat itself, produce weak logic, or preserve artifacts from its synthetic source responses.
  • SFT traces are mostly 130–350 tokens, so much longer generation can become repetitive.
  • The model inherits biases and limitations from its base model and training data.
  • Do not rely on it for factual, medical, legal, financial, or political guidance.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
b584fb3

0 моделей