/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
23 ноя 2025

RCT-4B

Генерация текстаТекст → текст3 профессии

RCT-4B — 3,7-миллиардная модель Qwen3 для генерации текста и длинных цепочек рассуждений с алгоритмом Reasoning Cache.

51скачиваний за 30 дней0лайковвеса обновлены13 фев 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

RCT-4B — языковая модель для генерации текста и многошаговых рассуждений, разработанная Ian Wu, Yuxiao Qu, Amrith Setlur и Aviral Kumar. Это плотная причинная модель семейства Qwen3 с 3,7 млрд параметров, опубликованная в формате safetensors и рассчитанная на контекст до 262 144 токенов.

Модель обучена с использованием Reasoning Cache — итеративного алгоритма декодирования, описанного в одноимённой исследовательской работе. Он предназначен для продолжения и улучшения цепочек рассуждений на длинных горизонтах, в том числе с масштабированием вычислений во время вывода. В README сообщается о результатах на сложных математических бенчмарках, включая HMMT 2025.

Для обычной загрузки и работы с моделью подходит библиотека Transformers. Чтобы использовать итеративное декодирование Reasoning Cache и получить описанные возможности, нужна дополнительная логика инференса: она не включена в репозиторий. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Сценарии применения

  • решение сложных математических задач
  • генерация многошаговых цепочек рассуждений
  • исследование масштабирования вычислений при инференсе
  • эксперименты с итеративным декодированием языковых моделей

Ограничения

Для работы алгоритма Reasoning Cache требуется дополнительная логика инференса, не включённая в репозиторий. В предоставленных данных не описаны лицензия и поддерживаемые естественные языки.

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

Reasoning Cache (RCT-4B)

This repository contains the RCT-4B model checkpoint, a 4B parameter Large Language Model (LLM) trained using Reasoning Cache (RC), as introduced in the paper Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL.

Model Description

Reasoning Cache (RC) is an iterative decoding algorithm that replaces standard autoregressive decoding during both training and inference. It exploits an asymmetry between the response generation and summarization capabilities of LLMs to construct reasoning chains that consistently improve across iterations.

Models trained to use RC can extrapolate and continually improve over reasoning horizons significantly longer than those seen during training. Empirically, RCT-4B demonstrates substantial performance gains on challenging benchmarks like HMMT 2025, outperforming both comparably sized models and many larger reasoning LLMs by effectively scaling test-time compute.

Usage

This model can be loaded using the Hugging Face transformers library for standard model and tokenizer operations. However, to leverage the iterative RC-decoding algorithm and achieve the continual improvement and extrapolation capabilities described in the paper, specific inference logic must be applied.

For detailed instructions on using RC-decoding for inference (which currently supports vLLM) and for the training code (which requires verl), please refer to the official GitHub repository.

# Example of loading the model with transformers (RC-decoding logic not included here)
from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "YOUR_REPO_ID_HERE" # Replace with the actual repository ID
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# For RC-decoding, please refer to the official GitHub repository's `inference` section.

Citation

If you find this work useful, please cite the original paper:

@article{wu2026reasoning,
  title={Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL},
  author={Wu, Ian and Qu, Yuxiao and Setlur, Amrith and Kumar, Aviral},
  journal={arXiv preprint arXiv:2602.03773},
  year={2026}
}

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
3839610

0 моделей