/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
17,6 ГБ
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
20 сен 2026

gpt54-mini-sequential-qwen3-4b-sft-s3-searchqa-20260920

Генерация текстаТекст → текст3 профессии

Экспериментально дообученная Qwen3-4B для диалоговой генерации и выполнения задач в средах BabyAI, TextCraft и SearchQA.

262скачиваний за 30 дней0лайковвеса обновлены20 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

Это финальный чекпойнт Qwen3-4B, дообученный методом supervised fine-tuning на примерах, подготовленных с учителем gpt-5.4-mini. Модель создана в рамках последовательного эксперимента BabyAI → TextCraft → SearchQA: этап SearchQA завершён после пяти эпох и 935 обновлений оптимизатора; в чекпойнт также перенесено обучение на двух предыдущих этапах. Это плотная авторегрессионная языковая модель с 3,7 млрд параметров и контекстом до 40 960 токенов, предназначенная для диалоговой генерации текста и выполнения задач в этих средах.

В оценке SearchQA модель достигла 54,44% среднего успеха по четырём попыткам на задачу; результаты на BabyAI и TextCraft составили 89,44% и 75,5% соответственно. Эти показатели относятся к одному чекпойнту и описанному протоколу, поэтому не подтверждают воспроизводимость на других обучающих запусках или обобщение за пределы тестовых сред. Для репозитория указана публичная доступность, но собственная лицензия не заявлена; необходимо учитывать условия базовой Qwen3-4B и применимые лицензии.

Сценарии применения

  • выполнение поисковых задач в среде SearchQA
  • ответы на вопросы по результатам поиска
  • решение задач в среде BabyAI
  • выполнение задач в среде TextCraft
  • эксперименты с последовательным обучением языковых моделей

Ограничения

Результаты приведены для одного чекпойнта и конкретного протокола оценки; они не доказывают преимущество метода или воспроизводимость между запусками. Репозиторий не заявляет собственную лицензию, поэтому следует проверить условия базовой модели и применимые лицензии.

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

gpt54-mini-sequential-qwen3-4b-sft-s3-searchqa-20260920

Qwen/Qwen3-4B trained with SFT using teacher gpt-5.4-mini. This is the final checkpoint of a completed searchqa stage: five epochs, 935 optimizer updates in that stage.

Sequential stage 3 of BabyAI → TextCraft → SearchQA. Completed training prefix: babyai → textcraft → searchqa. Each environment receives five epochs. The student and method are carried through the chain.

Training-completion evidence: Observed complete stage manifest, verified full-step count, and complete controller task with verification marker.

Evaluation uses avg@4: mean success across four attempts per official test task, not best-of-four success. Temperature 0.4, top-p 1.0, top-k 20, thinking disabled, and 512 generated tokens per turn.

EnvironmentSuccesses / attemptsavg@4 successEpisode errors
babyai322 / 36089.4444%0
textcraft302 / 40075.5000%0
searchqa871 / 160054.4375%0

Saved-result checks verified exact task/sample coverage and score consistency. Zero episode errors does not imply every generated turn was well formed. SearchQA covers 200 ID and 200 OOD tasks, four independent attempts each.

Provenance and interpretation notes:

  • This is one trained checkpoint, not evidence of a general method advantage or replication across training seeds.
  • The selection inventory records file names, sizes and modification times. It is not a tensor-byte hash binding to historical evaluation responses.
  • This checkpoint is from a separate sequential chain, not the historical standalone run. Each stage carries the preceding stage of the same method and student.

The HF export is stored at the repository root; configuration, tokenizer, and all weight shards are included. Optimizer state, raw logs, and teacher trajectories are not included. Machine-readable source references and checksums are in experiment.json.

from transformers import AutoTokenizer, AutoModelForCausalLM
repo_id = "Diluner/gpt54-mini-sequential-qwen3-4b-sft-s3-searchqa-20260920"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, torch_dtype="auto")

Repository access is public, as authorized by the experiment owner. No license is asserted here; consult the base model and applicable terms.

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
1f7377f

0 моделей