/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
30,5 ГБ
Архитектура
qwen2 · dense
Базовая модель
OpenThinker-7B
Опубликована
21 авг 2026

OpenThinker3-7B-SFT-GRPO-DE

Генерация текстаТекст → текст3 профессии

Немецкоязычная модель Qwen2 на 7,1 млрд параметров, дообученная методом Dr. GRPO для генерации рассуждений и решения проверяемых математических задач.

2 882скачиваний за 30 дней0лайковвеса обновлены21 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

OpenThinker3-7B-SFT-GRPO-DE — плотная языковая модель на архитектуре Qwen2 с 7,1 млрд параметров, разработанная DGurgurov на основе open-thoughts/OpenThinker-7B. Это второй этап адаптации ReasonXL: после дообучения на немецкоязычных рассуждениях модель прошла обучение с подкреплением методом Dr. GRPO на проверяемых математических задачах. Цель обучения — улучшить качество рассуждений, сохранив немецкий язык.

Модель предназначена для генерации текста с пошаговыми рассуждениями на немецком языке, в первую очередь при решении математических задач. Контекст составляет 32 768 токенов. В репозитории указаны веса safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • решение математических задач с пошаговыми рассуждениями на немецком
  • генерация немецкоязычных объяснений к математическим ответам
  • оценка подходов к обучению языковых моделей с подкреплением
  • эксперименты с многоэтапной адаптацией моделей для рассуждений

Ограничения

В карточке указано, что модель обучалась на проверяемых математических задачах, поэтому её качество на других областях не установлено. Результаты оценки и подробности методики обучения пока не приведены.

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

OpenThinker3-7B-SFT-GRPO-DE

This model is the result of the second stage of the ReasonXL two-stage reasoning adaptation pipeline applied to open-thoughts/OpenThinker-7B.

Stage 1 — SFT

The first stage shifts the model's reasoning language from English to German through supervised fine-tuning on reasoning traces from toroe/ReasonXL-SFT.

The corresponding SFT model is:

DGurgurov/OpenThinker3-7B-SFT-DE

Stage 2 — RL

This model applies RL (Dr. GRPO) to the corresponding SFT model.

The objective is to recover reasoning quality lost during supervised fine-tuning while preserving compliance with the target reasoning language.

Training uses a composite reward over verifiable mathematical problems.

Model Details

  • Base model: open-thoughts/OpenThinker-7B
  • Target reasoning language: German
  • SFT dataset: toroe/ReasonXL-SFT
  • Training pipeline: SFT → Dr. GRPO
  • SFT model: DGurgurov/OpenThinker3-7B-SFT-DE
  • This model: GRPO

Full training details, reward formulation, evaluation results, and methodology will follow soon.

Citation

If you use this model, please cite:

@misc{gurgurov2026reasonxlshiftingllmreasoning,
      title={ReasonXL: Shifting LLM Reasoning Language Without Sacrificing Performance},
      author={Daniil Gurgurov and Tom Röhr and Sebastian von Rohrscheidt and Josef van Genabith and Alexander Löser and Simon Ostermann},
      year={2026},
      eprint={2604.12378},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2604.12378},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
9392d19

0 моделей