/ 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-SESA-8B-search

Генерация текстаТекст → текст

Студенческая модель Qwen3 на 1,7 млрд параметров для генерации текста и закрытых фактических ответов, обученная методом on-policy distillation.

217скачиваний 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-SESA-8B-search — компактная языковая модель на архитектуре Qwen3, выпущенная как студенческий чекпойнт в работе Towards Understanding On-Policy Distillation through the Lens of Test-Time Scaling. Она создана дообучением Qwen/Qwen3-1.7B методом on-policy distillation с учителем kuailexuexi/SESA-8B-search на закрытой смеси вопросов из Natural Questions и HotpotQA.

Модель предназначена для генерации текста и ответов на фактические вопросы без внешнего поиска. Её оценивали на HotpotQA, TriviaQA, PopQA и 2WikiMultiHopQA; название search относится к модели-учителю и не означает, что студент имеет инструмент поиска. Чекпойнт содержит 1,7 млрд параметров, поддерживает контекст до 40 960 токенов и распространяется в формате safetensors для Transformers. Метаданные указывают английский язык; базовая Qwen3 является многоязычной.

Результаты, приведённые в статье, относятся к различным условиям factual QA и не являются оценкой только этого чекпойнта. Для автоматической оценки README отмечает требование к ответу в формате с уникальным ответом. Условия использования определяются лицензиями базовой модели и данных, а также сторонними уведомлениями; конкретная лицензия в предоставленных сведениях не приведена.

Сценарии применения

  • ответы на фактические вопросы без поиска в интернете
  • ответы на вопросы по общим знаниям
  • ответы на многошаговые вопросы из HotpotQA
  • генерация коротких ответов для викторин и справочных запросов

Ограничения

Модель оценивается в закрытом режиме и не имеет собственного инструмента веб-поиска; результаты статьи не следует считать оценкой этого чекпойнта. README указывает, что автоматический scorer требует единственного ответа в заданном формате.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fact-Qwen3-1.7B-SESA-8B-search

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

search is part of the teacher name and does not mean this student owns a search tool. This student is evaluated closed-book. Fact benchmarks are HotpotQA, TriviaQA, PopQA, and 2WikiMultiHopQA; the scorer requires a unique <answer>...</answer> answer.

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
0a8adad

0 моделей