/ Модель

Характеристики

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

Fact-Qwen3-1.7B-Qwen3-8B-GRPO-Binary-RAR

Генерация текстаТекст → текст

Студенческая модель Qwen3-1.7B для генерации ответов на фактические вопросы без внешнего поиска.

215скачиваний 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

Fact-Qwen3-1.7B-Qwen3-8B-GRPO-Binary-RAR — компактная языковая модель на базе Qwen3-1.7B, выпущенная как студенческий чекпойнт для исследования дистилляции на основе поведения учителя во время генерации. Она предназначена для ответов на фактические вопросы без поиска по внешним источникам, в том числе для закрытых QA-наборов Natural Questions и HotpotQA. В оценке, описанной в карточке, также использовались TriviaQA, PopQA и 2WikiMultiHopQA.

Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров, работает через Transformers и принимает текст для генерации текстовых ответов. Контекстное окно составляет 40 960 токенов; в метаданных указан английский язык. Модель выпущена в формате safetensors. Карточка предупреждает, что график в статье показывает результаты для нескольких сценариев и не является отдельной оценкой этого чекпойнта. Поиск и внешние инструменты не подключены; для использования применяются условия базовой модели и обучающих данных.

Сценарии применения

  • ответы на фактические вопросы без поиска в интернете
  • ответы на вопросы из Natural Questions
  • ответы на вопросы по TriviaQA
  • ответы на многопереходные вопросы из HotpotQA
  • оценка дистилляции языковых моделей на задачах фактологического QA

Ограничения

Модель не использует поиск или внешние инструменты, поэтому ответы опираются на усвоенные знания и могут содержать фактические ошибки. Результаты из графика статьи не следует считать оценкой этого чекпойнта отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fact-Qwen3-1.7B-Qwen3-8B-GRPO-Binary-RAR

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

Fact pass@K results across settings

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

Checkpoint details

This is a closed-book setup: this student has no retrieval or other external tool. Fact evaluation covers HotpotQA, TriviaQA, PopQA, and 2WikiMultiHopQA; its scorer expects one unique <answer>...</answer> response.

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
e7359bb

0 моделей