/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Размер весов
4,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
19 сен 2026

Qwen3-1.7B-BrowseComp-Worker-Base-GRPO-iter149-0916

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для работы в роли поискового агента-исполнителя при решении задач BrowseComp и DR9K в связке с оркестратором и поисковыми инструментами.

249скачиваний за 30 дней0лайковвеса обновлены19 сен 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

CharlieLLL/Qwen3-1.7B-BrowseComp-Worker-Base-GRPO-iter149-0916 — дообученный чекпойнт компактной плотной языковой модели Qwen3-1.7B, подготовленный как рабочая модель для поиска и ответов на вопросы в BrowseComp и DR9K. Модель разработана на основе Qwen/Qwen3-1.7B; README описывает её как экспорт BF16 итерации 149 обучающего запуска с GRPO после SFT. Архитектура — Qwen3ForCausalLM, размер — 1,7 млрд параметров, контекст — 40 960 токенов.

Модель предназначена для работы в составе оркестратора с инструментами поиска и другими рабочими моделями: она участвовала в многоузловых оценках BrowseComp и DR9K. Указанные результаты относятся к связке «модель-оркестратор» и не являются оценкой самостоятельной точности чекпойнта. Для воспроизведения нужны соответствующие шаблоны чата, инструменты поиска, настройки оценщика и лимиты; обычная генерация текста не повторяет описанную конфигурацию.

Модель принимает текст и генерирует текст; метаданные также отмечают интерфейс вызова инструментов. Поддерживаемые языки отдельно не перечислены, поэтому языковые характеристики базовой Qwen3 здесь не приписываются чекпойнту. Лицензия — Apache-2.0.

Сценарии применения

  • поиск сведений в интернете для ответа на сложные вопросы BrowseComp
  • выполнение поисковых подзадач в составе многошагового агента
  • подготовка ответов на исследовательские вопросы с использованием инструментов поиска

Ограничения

Оценочные результаты получены для модели в составе оркестратора и не показывают её точность при самостоятельной работе. Для воспроизведения оценок нужны специальные шаблоны чата, поисковые инструменты и настройки оценивания.

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

Qwen3-1.7B browsing worker — base-grpo, iteration 149

Full BF16 evaluation export of qwen1p7b-sft1366-base-grpo-g8b8-lr1e6-g36flash-0916/hf/iter_149_eval. This is the exact checkpoint used in the 2026-09-18 evaluation: all weight SHA-256 hashes match the frozen evaluation manifest. It derives from the SFT iteration 1366 worker and the user-provided base-grpo training run. Training-method names are provenance; training hyperparameters and data overlap were not independently audited by the evaluation agent.

Base tokenizer: Qwen/Qwen3-1.7B at 70d244cc86ccca08cf5af4e1e306ecf908b1ad5e. Context: 40,960 tokens. The evaluated export has 311 BF16 tensors. Padded embedding/head rows were trimmed during export; see eval-preparation.json and evaluation-provenance.json. The uploaded files are unchanged from that evaluated export, not a new conversion. SHA256SUMS covers source checkpoint files.

Evaluation

These are worker-under-orchestrator results, not solo-model accuracy. Concurrency is 64 top-level episodes. BrowseComp: 150 questions, 3 nodes, TP4 orchestrator and four independent TP1 workers. DR9K: 256 questions, 2 nodes, TP4 orchestrator and TP1/native DP4 workers. Full-answer repository manual grading protocol; not the canonical Gemini semantic judge. Empty/error episodes count wrong.

OrchestratorBrowseCompDR9K
MiniMax-M2.7100/150 (66.67%)120/256 (46.88%)
DeepSeek-V4-Flash99/150 (66.00%)148/256 (57.81%)
Nemotron Ultra98/150 (65.33%)143/256 (55.86%)
MiMo-V2.5113/150 (75.33%)153/256 (59.77%)
Nemotron Super92/150 (61.33%)128/256 (50.00%)
Inkling-Small110/150 (73.33%)158/256 (61.72%)

Complete report includes latency settings, difficulty scores, observed role tokens/cache and separate theoretical worker prefix reuse.

BrowseComp traces · DR9K traces.

Use the report's evaluator, benchmark-specific chat templates, search tools and budgets to reproduce the worker results; generic chat generation alone does not reproduce this setup.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
da4b091

0 моделей