/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
CC BY-NC-ND 4.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-0.5B-Instruct
Библиотека
transformers
Опубликована
26 мар 2025

xVerify-0.5B-I

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель для извлечения и проверки окончательных ответов в объективных задачах с одним правильным ответом.

74скачиваний за 30 дней11лайковвеса обновлены1 янв 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

xVerify-0.5B-I — компактная модель для проверки ответов, представленная в статье «xVerify: Efficient Answer Verifier for Reasoning Model Evaluations». Она дообучена на Qwen/Qwen2.5-0.5B-Instruct и содержит около 494 млн параметров; модель использует плотную архитектуру Qwen2 и запускается через Transformers. Её задача — извлекать окончательный ответ из длинного рассуждения и проверять его эквивалентность эталонному ответу в вопросах с одним правильным ответом.

Модель подходит для оценки ответов на математические задачи, вопросы с выбором варианта, задания на классификацию и короткие вопросы. Она сопоставляет ответы с учётом регистра, преобразований греческих букв, математической записи и смысла естественно-языковой формулировки, а варианты выбора сравнивает по содержанию, а не только по обозначению. Заявлена поддержка китайского и английского языков, а также совместимость с другими языками; контекст составляет до 32 768 токенов.

Модель ориентирована на объективные задания с единственным правильным ответом и не предназначена для открытой оценки ответов, где допустимы разные субъективные решения. Лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных версий.

Сценарии применения

  • извлечение финального ответа из длинного рассуждения
  • проверка ответов на математические задачи
  • оценка ответов на тесты с выбором варианта
  • сопоставление математических выражений в разных форматах
  • проверка смысловой эквивалентности коротких ответов

Ограничения

Предназначена для задач с единственным объективно правильным ответом; её пригодность для открытых и субъективных оценок не заявлена. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий.

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

xVerify is an evaluation tool fine-tuned from a pre-trained large language model, designed specifically for objective questions with a single correct answer. It accurately extracts the final answer from lengthy reasoning processes and efficiently identifies equivalence across different forms of expressions.

The model was introduced in the paper xVerify: Efficient Answer Verifier for Reasoning Model Evaluations.


✨ Key Features

📊 Broad Applicability

Suitable for various objective question evaluation scenarios including math problems, multiple-choice questions, classification tasks, and short-answer questions.

⛓️ Handles Long Reasoning Chains

Effectively processes answers with extensive reasoning steps to extract the final answer, regardless of complexity.

🌐 Multilingual Support

Primarily handles Chinese and English responses while remaining compatible with other languages.

🔄 Powerful Equivalence Judgment

  • ✓ Recognizes basic transformations like letter case changes and Greek letter conversions
  • ✓ Identifies equivalent mathematical expressions across formats (LaTeX, fractions, scientific notation)
  • ✓ Determines semantic equivalence in natural language answers
  • ✓ Matches multiple-choice responses by content rather than just option identifiers

🚀 Get Started

For implementation details, datasets, and evaluation scripts, please visit the official GitHub repository.

📚 Citation

@article{xVerify,
      title={xVerify: Efficient Answer Verifier for Reasoning Model Evaluations}, 
      author={Ding Chen and Qingchen Yu and Pengyuan Wang and Wentao Zhang and Bo Tang and Feiyu Xiong and Xinchi Li and Minchuan Yang and Zhiyu Li},
      journal={arXiv preprint arXiv:2504.10481},
      year={2025},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
7ddfe00

0 моделей