/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B-Instruct
Библиотека
transformers
Опубликована
18 авг 2026

math-test-maxx

Генерация текстаТекст → текст3 профессии

Дообученная чат-модель Qwen2.5-3B для генерации ответов и решения математических задач.

90скачиваний за 30 дней0лайковвеса обновлены18 авг 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.

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

Ba2han/math-test-maxx — дообученная на математических задачах чат-модель на базе Qwen2.5-3B-Instruct. Она предназначена для генерации текстовых ответов и решения задач по математике; в README описан вариант с объединёнными 16-битными весами базовой модели и адаптера ReasonMaxxer offline-search. Модель использует архитектуру Qwen2, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов.

В сравнительном тестировании по протоколу greedy 0-shot она показала 85,0% на GSM8K и 62,8% на MATH-500; это результаты конкретного протокола, а не официальные показатели Qwen. Репозиторий распространяется по лицензии Apache-2.0. Русский язык и языки, на которых модель обучалась, в предоставленных данных не определены.

Сценарии применения

  • решение школьных текстовых задач по математике
  • генерация пошаговых ответов на математические вопросы
  • оценка качества математической модели на GSM8K и MATH-500

Ограничения

В README приведены результаты лишь для конкретного greedy 0-shot протокола, поэтому их нельзя напрямую сопоставлять с официальными показателями Qwen, полученными в других условиях. Данных о поддерживаемых языках и ограничениях применения модели нет.

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

math-test-maxx

Merged 16-bit weights: unsloth/Qwen2.5-3B-Instruct + ReasonMaxxer offline-search LoRA (v2 recipe).

Source: ansz42/ReasonMaxxer (offline_search/, pack configs/test_pack_qwen25_3b.yaml).

Same-protocol greedy 0-shot

vLLM, boxed chat prompt, MathVerifier. Not the official 8-shot Qwen numbers.

ModelGSM8K (n=1319)MATH-500 (n=500)
Base unsloth/Qwen2.5-3B-Instruct84.6%61.6%
This merge85.0%62.8%
vs base+0.4 pp+1.2 pp

An earlier train recipe (lr 2e-4, batch 1×4, clip 1.0) regressed to 82.9% / 53.8%. This upload is the milder retry.

Train recipe (preferred)

KnobValue
LoRAr=16, α=32, QKVO
learning_rate2e-5
batch × grad accum2 × 4 (effective 8)
max_grad_norm0.1
data300 MATH-500 items (seed 42), 12 offline search samples, entropy-weighted signed loss
steps774 micro-steps / 194 Adam updates (one pass over informative rows)

In-loop 300-item eval (temp 0.6, n=4): pass@1 61.3%, pass@4 74.0%.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
08ef618

0 моделей