/ 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
17 сен 2026

Qwen3-1.7B-BrowseComp-Worker-SFT-iter1366-0916

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для генерации текста и работы в роли worker в оркестрируемых задачах веб-поиска и ответа на вопросы.

775скачиваний за 30 дней0лайковвеса обновлены18 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-SFT-iter1366-0916 — дообученная методом SFT плотная языковая модель семейства Qwen3, созданная на базе Qwen/Qwen3-1.7B. Это полноточный BF16-чекпойнт, подготовленный для оценки в роли worker под управлением оркестратора в задачах поиска и ответа на вопросы BrowseComp и DR9K. Самостоятельные показатели модели README не приводит: опубликованные результаты получены в составе систем с оркестраторами и инструментами поиска.

Модель имеет 1,7 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. Она предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают интерфейс вызова инструментов. В README указано, что это SFT-чекпойнт, а не RL-чекпойнт; детали обучающей смеси и оптимизатора не подтверждены. Репозиторий распространяется под лицензией Apache-2.0.

Сценарии применения

  • ответы на сложные вопросы с помощью оркестратора и инструментов поиска
  • участие в многоагентных сценариях веб-исследования
  • оценка worker-модели на BrowseComp и DR9K
  • диалоговая генерация текста с контекстом до 40 960 токенов

Ограничения

Оценки в README отражают работу модели внутри систем с оркестраторами и не являются показателями её точности при самостоятельной генерации. Для воспроизведения поведения нужны соответствующие шаблоны чата, инструменты поиска, бюджеты 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 — SFT iteration 1366

Evaluation-ready full BF16 export of qwen1p7b-core541-gate50-sft-0916/hf/iter_1366_eval. This is the SFT checkpoint evaluated under six orchestrators on BrowseComp and DR9K, not an RL checkpoint. Training mixture/optimizer details are not independently reconstructed here; the run name is provenance, not a validated data description.

Base: Qwen/Qwen3-1.7B revision 70d244cc86ccca08cf5af4e1e306ecf908b1ad5e. Config context is 40,960 tokens. The evaluation export trims padded rows of model.embed_tokens.weight and lm_head.weight to the tokenizer vocabulary; see eval-preparation.json and payload-verification.json. All 311 tensors were validated. Tokenizer files match the pinned raw checkpoint. Uploaded weight bytes exactly match the evaluated export; see SHA256SUMS.

Evaluation

Worker under orchestrator, concurrency 64; BrowseComp uses four TP1 replicas, DR9K uses TP1 native DP4. BrowseComp has 150 questions (50 per difficulty); DR9K has 256 (128 frontier + 128 challenge). This is not solo-model accuracy. Repository manual protocol uses normalized exact matching, identical-answer precedents and full-answer agent review, not the canonical Gemini judge. Empty and failed episodes count wrong.

OrchestratorBrowseCompDR9K
MiniMax-M2.7103/150112/256
DeepSeek-V4-Flash99/150152/256
Nemotron Ultra99/150137/256
MiMo-V2.5102/150149/256
Nemotron Super96/150128/256
Inkling-Small106/150159/256

Full raw/SFT report includes exact latency settings, difficulty scores, role token counts and measured versus theoretical prefix reuse. BrowseComp traces and DR9K traces.

Use the per-benchmark chat templates and evaluator in the report artifacts to reproduce worker behavior. Generic chat generation does not reproduce the search tools, budgets or orchestrator setup.

Grading erratum (2026-09-18): MiMo and Inkling DR9K each gain one answer under the existing accepted Bretton Woods Agreement alias rule. Predictions and weights unchanged.

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
807d033

0 моделей