/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
17 июн 2026

Qwen3-8B-ODA-R-select-100k

Генерация текстаТекст → текст

Дообученная на отобранном наборе инструкций Qwen3-8B модель для диалоговой генерации текста, решения математических задач, программирования и рассуждений.

79скачиваний за 30 дней1лайквеса обновлены17 июн 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

Qwen3-8B-ODA-R-select-100k — плотная авторегрессионная языковая модель семейства Qwen3, разработанная на базе Qwen/Qwen3-8B-Base и дообученная методом SFT на наборе R-Select-100k. Модель содержит 7,6 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В метаданных указаны библиотека Transformers и формат весов Safetensors.

Модель предназначена для диалоговой генерации ответов и следования инструкциям в общих задачах, математике, программировании и рассуждениях. Обучающий корпус из 100 тысяч примеров отобран из крупных наборов инструкций с помощью подхода R-Select, использующего несколько метрик качества данных. Карточка сообщает о сравнительных оценках корпуса на общих, математических, кодовых и логических бенчмарках, но не приводит в доступном тексте численные результаты именно этой модели.

Модель ориентирована на английский язык согласно языковым метаданным. Расширенный контекст и обучение на отобранных инструкционных данных подходят для разнообразных текстовых запросов, однако конкретные результаты могут зависеть от задачи и запроса. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на пользовательские инструкции
  • решение математических задач в диалоге
  • написание и объяснение программного кода
  • пошаговое рассуждение по текстовым задачам
  • ответы на вопросы общего назначения

Ограничения

Языковые метаданные указывают английский язык; качество для других языков не подтверждено. В доступном тексте карточки нет численных результатов оценки самой модели, поэтому пригодность для конкретного сценария следует проверять на его данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Paper Github Collections

Qwen3-8B-R-Select-100k is a supervised fine-tuned (SFT) model built on top of Qwen3-8B-Base, trained with R-Select-100k.

🧠 Model Summary

  • Base Model: Qwen/Qwen3-8B-Base
  • Training Data: OpenDataArena/R-Select-100k
  • Domain Coverage: General, Math, Code, Reasoning
  • Scale (selected training set): 100K samples

📄 About R-Select

R-Select: A Robust Multi-Metric Data Selection Approach for Fine-Tuning Large Language Models is a KDD 2026 paper that studies how to select high-quality SFT data from large heterogeneous instruction-tuning pools. R-Select is designed to move beyond single-metric filtering or manually designed aggregation rules by formulating data selection as a multi-metric weight optimization problem.

Specifically, R-Select annotates each sample with 30 quality metrics, clusters correlated metrics into functional groups, and learns a hierarchical selection policy through proxy-model validation. The learned policy is then applied to a source pool of over 3.4M samples to select 100K high-value samples for downstream SFT.

Code: https://github.com/OpenDataArena/R-Select


⚙️ Data Curation Pipeline

R-Select-100k is built by applying the R-Select data selection framework to a large-scale heterogeneous SFT data pool.

1️⃣ Source Pool Construction

We construct a candidate pool from 21 publicly available instruction-tuning datasets, covering diverse domains and paradigms such as reasoning, code, math, and general instruction following. The source pool includes datasets such as OpenThoughts3, AM-Thinking-v1-Distilled, OpenThoughts, OmniThought, LIMO.

2️⃣ Multi-Metric Annotation

Each sample is annotated with 30 complementary data-quality metrics using the OpenDataArena toolkit. These metrics cover three broad categories:

  • Model-based metrics: e.g., IFD, PPL, SkyworkRM.
  • Heuristic metrics: e.g., token length, token entropy, MTLD.
  • LLM-as-Judge: e.g., complexity.

Before optimization, metric values are standardized through outlier mitigation, Min-Max normalization, and score inversion for metrics where lower values indicate better quality. The scored version of the data has also been released at: OpenDataArena/OpenDataArena-scored-data-2603. Detailed metric information can also be found there.

3️⃣ Hierarchical Bayesian Optimization

R-Select formulates data selection as a learnable multi-metric weighting problem. Instead of using a single metric or manually designed aggregation rule, it learns how to combine metrics automatically.

The optimization process has two stages:

  • Intra-group refinement: correlated metrics are clustered with Ward hierarchical clustering, and local weights are optimized within each metric group.
  • Inter-group integration: group-level signals are combined through a second-stage optimization to balance global quality dimensions.

The search uses a lightweight proxy model, Qwen3-1.7B-Base, and the Optuna TPE optimizer. The proxy validation set contains 2,255 samples from Omni-Math, GPQA, MMLU, BigCodeBench, and MBPP.

4️⃣ Final Selection

After optimization, the learned weight vector is applied to the full candidate pool. Each sample receives a final scalar quality score, and the top 100K samples are selected to form R-Select-100k.


📚 Source Composition

SourceSelected_countPercentage
AM-Thinking-v1-Distilled-math28,43428.43%
OpenThoughts22,90422.90%
AM-Thinking-v1-Distilled-code12,67012.67%
Tulu-3-Persona-MATH8,6938.69%
OpenO1-SFT6,6706.67%
OpenThoughts34,0624.06%
NuminaMath-TIR3,8253.83%
Raiden-DeepSeek-R13,1043.10%
OmniThought1,7351.74%
Magpie-Pro-GPT4o-mini1,5761.58%
Fast-Math-R1-SFT1,4931.49%
Tulu-3-Persona-Python1,4691.47%
Tulu-3-Persona-IF1,4031.40%
SYNTHETIC-2-SFT-verified1,0141.01%
Tulu-3-Persona-Algebra4280.43%
Tulu-3-Persona-GSM1900.19%
FLAN-v21050.11%
LIMO990.10%
Evol-CodeAlpaca800.08%
SciRIFF460.05%
No-Robots00.00%

📚 Data Format

{
  "id": "unique_identifier",
  "source": "source_dataset",
  "instruction": "textual question or instruction",
  "outpt": "textual response",
  "scores": [
    "AtheneScore": ...,
    "CleanlinessScore": ...,
    ...
  ],
  "overall_score":...
}

📈 Performance

R-Select-100k is evaluated as an SFT corpus for both Qwen2.5-7B-Base and Qwen3-8B-Base. Evaluation is conducted with OpenCompass on unseen benchmarks across four domains:

  • General: DROP, IFEval, MMLU-Pro
  • Math: MATH500, OlympiadBench, AIME2024
  • Code: HumanEval, HumanEval+, LiveCodeBench v5
  • Reasoning: ARC-C, BBH, KOR-Bench

R-Select-100k achieves the best reported average performance among the compared open-source SFT datasets while using only 100K samples.


🚀 Usage

Model repo: OpenDataArena/Qwen3-8B-R-Select-100k. Below is a minimal runnable example for loading and inference:

from transformers import AutoModelForCausalLM, AutoTokenizer
MODEL_ID = "OpenDataArena/Qwen3-8B-R-Select-100k"
tokenizer = AutoTokenizer.from_pretrained(MODEL_ID, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(MODEL_ID, device_map="auto", trust_remote_code=True)
messages = [
    {"role": "user", "content": "Natalia sold clips to 48 of her friends in April, and then she sold half as many clips in May. How many clips did Natalia sell altogether in April and May?"},
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer([text], return_tensors="pt").to(model.device)
outputs = model.generate(
    **inputs,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

🌐 About OpenDataArena

OpenDataArena is an open research platform for discovering, evaluating, and advancing high-quality datasets for AI post-training. R-Select uses the OpenDataArena toolkit for multi-metric data annotation and quality analysis.

Key Features:

  • 🏆 Dataset Leaderboard — helps researchers identify valuable and high-quality datasets across different domains.
  • 📊 Detailed Evaluation Scores — provides rich metric annotations and scored data to assess data quality, complexity, difficulty, and related properties.
  • 🧰 Data Scoring Toolkit — provides an open-source toolkit for scoring datasets with multiple quality metrics.
  • 🧬 Data Lineage — analyzes relationships among datasets by exploring their composition and source overlap.

If you find our work helpful, please consider ⭐ starring and subscribing to support our research.

📚 Citation

@inproceedings{gao2026rselect,
  title={R-Select: A Robust Multi-Metric Data Selection Approach for Fine-Tuning Large Language Models},
  author={Gao, Xin and Wang, Xiaoyang and Zhu, Yun and Liu, Zheng and He, Conghui and Wu, Lijun},
  booktitle={Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2},
  year={2026},
  publisher={ACM},
  doi={10.1145/3770855.3817656}
}
@article{cai2025opendataarena,
  title={OpenDataArena: A Fair and Open Arena for Benchmarking Post-Training Dataset Value},
  author={Cai, Mengzhang and Gao, Xin and Li, Yu and Lin, Honglin and Liu, Zheng and Pan, Zhuoshi and Pei, Qizhi and Shang, Xiaoran and Sun, Mengyuan and Tang, Zinan and others},
  journal={arXiv preprint arXiv:2512.14051},
  year={2025}
}

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
f999eea

0 моделей