/ 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-OPD-iter149-0917

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для роли рабочей модели в агентном поиске и ответах на вопросы BrowseComp.

252скачиваний 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-OPD-iter149-0917 — экспортированный чекпойнт дообученной языковой модели Qwen3-1.7B, подготовленный как рабочая модель для поиска и ответа на вопросы BrowseComp в составе системы с оркестратором. В README указано, что это BF16-экспорт итерации 149, использованный в оценивании 18 сентября 2026 года; контекст составляет 40 960 токенов. Модель построена на плотной архитектуре Qwen3 и поддерживает диалоговый интерфейс и интерфейс вызова инструментов.

В README приведены результаты связки рабочих моделей с разными оркестраторами на BrowseComp и DR9K. Это результаты всей системы, а не точность модели при самостоятельной генерации. Для воспроизведения требуется использовать соответствующие оцениванию шаблоны чата, инструменты поиска, бюджеты и протокол; обычный диалоговый запрос не воспроизводит эти результаты. Модель предназначена для генерации текста и работы в агентном поисковом сценарии, а не описана как самостоятельная поисковая система. Лицензия — Apache-2.0.

Сценарии применения

  • поиск сведений в вебе в составе системы с оркестратором
  • сбор информации по сложным исследовательским вопросам
  • подготовка ответов на вопросы BrowseComp с использованием поисковых инструментов

Ограничения

Результаты оценивания относятся к системе с оркестратором и не показывают точность модели в одиночном режиме. Для воспроизведения оценивания необходимы специальные шаблоны чата, поисковые инструменты и заданные бюджеты.

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 — opd, iteration 149

Full BF16 evaluation export of qwen1p7b-sft1366-opd-teacher8b-historical-i149-0917/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 opd 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-M2.798/150 (65.33%)110/256 (42.97%)
DeepSeek-V4-Flash96/150 (64.00%)147/256 (57.42%)
Nemotron Ultra99/150 (66.00%)143/256 (55.86%)
MiMo-V2.5104/150 (69.33%)142/256 (55.47%)
Nemotron Super88/150 (58.67%)119/256 (46.48%)
Inkling-Small99/150 (66.00%)152/256 (59.38%)

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
54eaaa8

0 моделей