/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
6 сен 2026

MR_midtrain_9B_v4_quarter

Генерация текстаТекст → текст3 профессии

Дообученная на четверти корпуса версия MR_midtrain_9B_v4 для диалоговой генерации и экспериментов с meta-reasoning.

118скачиваний за 30 дней0лайковвеса обновлены6 сен 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

MRmidtrain9Bv4 — quarter corpus — это контрольная точка эксперимента по масштабированию обучающих данных для MR_midtrain_9B_v4. Модель дообучена по рецепту midtrain SFT на базе Qwen/Qwen3.5-9B; её архитектура — плотная Qwen3.5 для генерации текста, число параметров в метаданных — 7,2 млрд. Модель предназначена для диалоговой генерации и задач meta-reasoning в протоколе MR со специальными токенами и scaffold-форматом базовой модели.

Для обучения использовали четверть полного корпуса: 18 714 строк и 1 095 задач. Контекст модели — до 262 144 токенов по метаданным; в обучении применялась максимальная длина 65 536 токенов. На отложенной выборке достигнута сходимость с loss 0,6734. Это значение отражает предсказание следующего токена, а не оценку качества по задачам; результаты scaffold-оценивания для этих чекпойнтов ещё не измерены. Лицензия в предоставленных данных не описана.

Сценарии применения

  • диалоговая генерация в MR scaffold-протоколе
  • эксперименты по влиянию размера корпуса на качество SFT
  • исследование предсказания следующего токена на задачах meta-reasoning

Ограничения

Показатель loss 0,6734 измеряет только предсказание следующего токена, а результаты оценки на задачах ещё не опубликованы. В обучении использован корпус из четверти полного набора; язык данных в предоставленной карточке не указан.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MR_midtrain_9B_v4 — quarter corpus

A data-scaling point for MR_midtrain_9B_v4: the same v4 midtrain SFT recipe on 18,714 rows / 1,095 problems, which is the quarter of the full corpus (MR_midtrain_V4_sft, 74,796 rows / 4,518 problems).

Scaling result

corpusrowsproblemsconverged val loss
full74,7964,5180.6444
half37,4042,2440.6586
quarter18,7141,0950.6734

All three lie on val_loss = 0.6444 + 0.0145 * log2(74796/rows) to within 0.0003 — each halving of the corpus costs ~0.0145 val loss, log-linear across the whole 4x range with no threshold.

This is held-out next-token loss, not a judged score. Scaffold-eval numbers for these checkpoints are not yet measured.

Corpus construction

Scaling points are nested (quarter ⊂ half ⊂ full), split by problem rather than by row: rows within a problem are different layers of one exploration, so a row-level split would keep nearly every problem and measure intra-trajectory redundancy instead of corpus size. The validation set is byte-identical at every point.

Training

Identical to the reference run except corpus size: Qwen3.5-9B + 4 MR special tokens, bf16 FSDP, max_length 65536, effective batch 128, lr 2e-5 cosine to 0.01x, warmup 3%, weight decay 0.01, 6 epochs. Trained to completion (876 steps = 6 epochs).

Uses the same <direction> / <summary> scaffold protocol as v4 — see the base model card for the prompt format.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
72a14f0

0 моделей