/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
28 сен 2026

Code-Qwen3-1.7B-Qwen3-8B

Генерация текстаТекст → текст

Компактная модель Qwen3, дистиллированная для генерации текста и решения задач программирования.

225скачиваний за 30 дней0лайковвеса обновлены7 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 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

Code-Qwen3-1.7B-Qwen3-8B — языковая модель на архитектуре Qwen3, выпущенная как контрольная точка студента в исследовании дистилляции на основе собственной политики (on-policy distillation, OPD). Её дообучили на базе Qwen/Qwen3-1.7B, используя Qwen3-8B в качестве учителя; число параметров составляет 1,7 млрд, родной контекст — 40 960 токенов.

Модель предназначена для генерации текста и диалогов, прежде всего для решения задач программирования. Обучающие примеры взяты из задач LeetCode и TACO. В репозитории указаны веса Safetensors и библиотека Transformers; метаданные отмечают поддержку чата и кода, а также английский язык.

Это исследовательский студенческий чекпойнт, выпущенный вместе с работой об OPD и масштабировании вычислений во время вывода. Результаты на иллюстрации статьи не характеризуют качество именно этого чекпойнта. Условия лицензии в предоставленных данных не приведены; README указывает, что применяются условия базовой модели и данных, а также сторонние уведомления.

Сценарии применения

  • генерация кода по текстовому запросу
  • решение задач по программированию в стиле LeetCode
  • генерация решений задач с алгоритмами и структурами данных
  • диалоговые ответы на вопросы о коде

Ограничения

Результаты, приведённые на иллюстрации статьи, не являются оценкой именно этого чекпойнта. Лицензия и условия использования в предоставленных данных не уточнены; применимы условия базовой модели и обучающих данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Code-Qwen3-1.7B-Qwen3-8B

Paper · GitHub · Project · Collection

This repository contains an on-policy distillation (OPD) student checkpoint released with Towards Understanding On-Policy Distillation through the Lens of Test-Time Scaling. Its base model, teacher, and training data are listed below.

Overview: pass@K gains depend on the sampling budget

Code pass@K results across settings

The figure reports paper results across code settings; it is not a scorecard for this checkpoint alone.

Checkpoint details

More information

See the paper and GitHub repository for training settings, evaluation protocols, and analysis. Upstream model and data terms remain applicable; see third-party notices.

Citation

@misc{ge2026understandingonpolicydistillationlens,
  title={Towards Understanding On-Policy Distillation through the Lens of Test-Time Scaling},
  author={Xinmu Ge and Zizhuo Zhang and Yu Huang and Jianing Zhu and Lin Yuan and Wanli Gu and Weichang Wu and Weiran Huang and Bo Han and Xiaolu Zhang and Jiangchao Yao},
  year={2026},
  eprint={2608.11829},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  doi={10.48550/arXiv.2608.11829},
  url={https://arxiv.org/abs/2608.11829}
}

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
53b7b54

0 моделей