/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
5 окт 2026

Qwen3-4B-Instruct-2507-ifstruct

Генерация текстаТекст → текст

Дообученная Qwen3 на 3,7 млрд параметров для генерации валидных JSON- и YAML-ответов по инструкциям и заданным схемам.

154скачиваний за 30 дней0лайковвеса обновлены5 окт 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 оценки1

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • LiquidAI/ifstruct-v1.0

    score · выше — лучше

    Результат

    95,75

    ifstruct_v1 95,75
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ChetanDhembreAI/Qwen3-4B-Instruct-2507-ifstruct — дообученная методом GRPO модель семейства Qwen3, предназначенная для генерации структурированных ответов. Она принимает инструкции и формирует JSON или YAML по заданной схеме, с указанным ключом-обёрткой и числом элементов, а также соблюдает требования к кодовым блокам и отсутствию пояснений. Модель основана на Qwen/Qwen3-4B-Instruct-2507 и содержит объединённые с базовыми весами веса LoRA-адаптера; архитектура — плотная авторегрессионная Qwen3ForCausalLM, размер — 3,7 млрд параметров, формат — safetensors. Контекст — до 262 144 токенов. Метаданные также указывают поддержку диалогового интерфейса и интерфейса вызова инструментов.

В тестировании на 2 000 примерах IFStruct модель показала pass@1 95,75%: 95,2% для JSON и 96,3% для YAML. Этот результат не является слепой оценкой: обучающие данные настраивали с учётом обнаруженных на бенчмарке ошибок, а контрольные срезы и полные оценки бенчмарка использовали при сравнении чекпойнтов. Ошибки чаще возникали на длинных экранированных текстовых данных; автор также отмечает циклы повторения внутри строковых значений. Для действительно новых распределений структурированных данных качество может быть ниже. Лицензия — Apache-2.0.

Сценарии применения

  • формирование JSON-ответов по заданной схеме
  • генерация YAML-конфигураций по текстовому запросу
  • вывод данных с заданным ключом-обёрткой и числом элементов
  • подготовка структурированных ответов без поясняющего текста

Ограничения

Оценка IFStruct не является слепой: авторы использовали бенчмарк для настройки генератора обучающих данных и сравнения чекпойнтов, поэтому результат может завышать качество на новых данных. Ошибки сосредоточены в длинных экранированных текстовых фрагментах; возможны циклы повторения в строковых значениях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Instruct-2507 · IFStruct

Qwen/Qwen3-4B-Instruct-2507 fine-tuned with reinforcement learning (GRPO) to follow structured-output instructions: emit valid JSON/YAML that matches a requested schema, wrapper key, item count, code-block and no-commentary constraints. This is the LoRA adapter ichetandhembre/ifstruct-lora-adaptor merged into the base weights (bf16), so it loads like any Qwen3 model.

IFStruct v1.0 result

Full 2,000-row test set of LiquidAI/ifstruct-v1.0, scored with the benchmark's own validator (byte-identical to Liquid4All/ifstruct).

Modelpass@1JSONYAML
this model (merged)95.7595.296.3
same LoRA served un-merged96.4596.696.3
Qwen3-4B-Instruct-2507 (base; earlier run, max_tokens 4096)76.1576.475.9

Eval setup: greedy (temperature 0), 1 sample per prompt, max_tokens 16000, no system prompt, the model's chat template (non-thinking model), no constrained decoding, vLLM 0.25. Per-row outputs (prompt, response, validator errors) are in eval/. The 0.7-point gap to the un-merged adapter comes from bf16 rounding of very small LoRA deltas during the merge; it is within greedy run-to-run variation (2.4% of rows flip).

Remaining failures (85/2000) are concentrated in prompts with long, heavily escaped free-text payloads (email threads, terminal sessions, dialogue); 17 are degenerate repetition loops inside a string value.

Training

  • GRPO (verl 0.9.0), CISPO loss, KL loss (low_var_kl, 0.01) to the base model, zero-variance group filtering, 16 prompts × 16 rollouts per step, max response 4096 tokens. LoRA rank 8 / alpha 16 on all linear layers.
  • Reward: binary pass/fail from the IFStruct validator. No judge model.
  • Stage 1: fresh LoRA, lr 1e-4, rollout temperature 1.0 → 1.5, 105 steps on 2,406 synthetic prompts.
  • Stage 2: warm start, lr 5e-5, rollout temperature 1.5, step 110 on 4,293 synthetic prompts (2 epochs).
  • None of the 2,000 benchmark prompts or their entity types appear in the training data.

Disclosure: how the benchmark was used

This is not a blind held-out score. (1) The synthetic data generator was steered toward the failure types the model showed on this benchmark (no benchmark rows were copied). (2) Checkpoints were compared on validation slices drawn from this benchmark (≈288 rows) and on full-benchmark evaluations. Expect a lower number on genuinely unseen structured-output distributions.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
name = "ichetandhembre/Qwen3-4B-Instruct-2507-ifstruct"
tok = AutoTokenizer.from_pretrained(name)
model = AutoModelForCausalLM.from_pretrained(name, torch_dtype="auto", device_map="auto")

Or vllm serve ichetandhembre/Qwen3-4B-Instruct-2507-ifstruct.

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
00161de

0 моделей