/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B-Base
Опубликована
5 июл 2026

MixtureVitaev2-100BT-cooldown-openthoughts4_code_qwen3

Генерация текстаТекст → текст

Экспериментальная языковая модель Qwen3 на 1,7 млрд параметров, дообученная на данных кода и рассуждений для генерации текста и решения задач.

6скачиваний за 30 дней0лайковвеса обновлены5 июл 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

MixtureVitaev2-100BT-cooldown-openthoughts4_code_qwen3 — экспериментальный чекпойнт семейства MixtureVitae v2 от автора Harsh1729. Это плотная авторегрессионная языковая модель Qwen3 с 1,7 млрд параметров, полученная дообучением Qwen/Qwen3-1.7B-Base. После общего этапа обучения ветка прошла финальное охлаждение с линейным снижением скорости обучения на данных openthoughts4_code_qwen3, посвящённых коду и рассуждениям; модель предназначена для генерации текста, решения задач и генерации кода.

Контекст составляет 4096 токенов, используется токенизатор Qwen3. В карточке приведены результаты на наборах для научных знаний, математики, следования инструкциям и программирования; это одна из 30 ветвей сравнительного эксперимента по данным охлаждения. Репозиторий содержит веса safetensors, лицензия — Apache-2.0.

Сценарии применения

  • генерация фрагментов кода по описанию
  • решение математических задач
  • ответы на вопросы по научным темам
  • генерация текстовых рассуждений
  • выполнение инструкций на естественном языке

Ограничения

Это малопараметричный экспериментальный чекпойнт из сравнения 30 вариантов данных охлаждения; приведённые результаты на тестах умеренные, включая 5,2% на LiveCodeBench и 9,4% на MATH500. Контекст ограничен 4096 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MixtureVitaev2-100BT-cooldown-openthoughts4_code_qwen3

One arm of a 30-arm cooldown-data ablation on top of Qwen3-1.7B-Base, part of the MixtureVitae v2 scaling-experiment suite. Branches from a shared MixtureVitae-v1 100BT WSD base checkpoint (step 19,378 of the 24,222-step schedule, ~80BT seen, end of the constant-LR phase), then anneals for the final ~20BT (4,844 steps, LR decaying linearly to zero) on the dataset described below. Every arm starts from the identical base and spends the same ~20BT cooldown budget, so eval differences reflect the cooldown data only.

  • Architecture: Qwen3-1.7B-Base (28L, hidden 2048, GQA 16q/8kv, head_dim 128, RMSNorm eps 1e-6, RoPE theta 1e6, QK-norm, no biases, tied embeddings)
  • Tokenizer: Qwen3 tokenizer (Qwen2 BPE, vocab 151936)
  • Cooldown dataset (this arm): openthoughts4_code_qwen3 — openthoughts4_code_qwen3 : 14.5
  • Upstream source: laion/openthoughts-4-code-qwen3-32b-32k-annotated

Eval results

Open-sci language suite (11-task mean, 0-shot) + reasoning suite (gsm8k 4-shot exact-match strict; ifeval 0-shot inst-level-strict; MATH500 0-shot accuracy; LiveCodeBench 0-shot accuracy_avg). All values are percentages.

open-sci(11)gsm8kifevalMATH500LCB
39.311.025.79.45.2

Full 30-arm comparison table and methodology: see the MixtureVitae v2 scaling-experiment writeup (LAION).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
dfca436

0 моделей