Характеристики

Контекст: 131 072 токена
Параметры: 7,1 млрд
Размер весов: 30,5 ГБ
Лицензия: CC BY-NC 4.0
Архитектура: qwen2 · dense
Библиотека: transformers
Опубликована: 14 мая 2025

Ссылки

guru-7B

Генерация текстаТекст → текст13 профессий

Guru-7B — диалоговая модель на базе Qwen2.5-7B для генерации ответов и рассуждений, в том числе по математике и программированию.

122скачиваний за 30 дней4лайкавеса обновлены19 июн 2025

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Guru-7B — модель генерации текста на базе Qwen2.5-7B, представленная авторами работы «Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective». Она предназначена для диалоговых сценариев и решения задач рассуждения в разных областях, включая математику и программирование. В опубликованных результатах приведены оценки на AIME24 и MATH500 для математики, а также LiveCodeBench для кода.

Модель имеет плотную архитектуру Qwen2 и содержит 7,1 млрд параметров. Метаданные указывают контекст до 131 072 токенов, поддержку чата и интерфейса вызова инструментов; формат весов — safetensors, для работы заявлена библиотека Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. README приводит результаты отдельных бенчмарков, однако они не гарантируют качество на других задачах.

Сценарии применения

решение математических задач и примеров
ответы на вопросы, требующие рассуждений
генерация и анализ кода
диалог с языковой моделью
вызов инструментов в чат-сценариях

Ограничения

Опубликованные результаты охватывают ограниченный набор бенчмарков и не позволяют судить о качестве на всех задачах. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This repository contains the Guru-7B (base Qwen2.5-7B) model presented in Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective.

The leaderboard is evaluated with our evaluation code. The parameters we set in evaluation for all models: temperature=1.0, top_p=0.7.

Domain	Benchmark	GURU 7B	General Reasoner 7B	ORZ 7B◇	SimpleRL 7B	GURU 32B	ORZ 32B◇	SimpleRL 32B
Math	AIME24 (avg@32)	17.50	17.08	16.25	15.60	34.89	47.50	27.20
	MATH500	77.25	70.40	80.80	87.00	86.00	89.80	89.60
Code	LiveCodeBench (avg@4)	16.49	8.51	5.47	6.72	29.30	22.04	19.80
	HumanEval (avg@4)	82.62	61.12	67.38	58.08	90.85	84.30	81.25
	MBPP	70.00	39.80	48.40	49.60	78.80	74.20	76.75
Science	GPQA-diamond (avg@4)	40.78	38.64	37.63	35.98	50.63	55.67	46.46
	SuperGPQA	31.80	30.64	29.75	27.29	43.60	46.05	37.73
Logic	ARC-AGI (avg@4)	3.31	0.75	0.00	0.50	7.63	2.31	5.25
	Zebra Puzzle (avg@4)	39.40	0.07	1.00	0.62	45.21	0.54	1.16
Simulation	CodeI/O (avg@4)	15.63	7.13	5.13	6.63	12.63	3.75	9.75
	CruxEval-I	61.72	63.63	69.38	56.25	80.63	71.13	72.63
	CruxEval-O	71.28	56.50	65.88	58.31	88.75	82.38	67.75
Tabular	FinQA	34.70	34.33	37.60	35.10	46.14	45.20	45.41
	HiTab	74.20	54.40	54.10	50.40	82.00	63.30	69.00
	MultiHiertt (avg@4)	44.94	31.62	38.10	37.57	55.28	52.83	52.83
Others	IFEval	35.81	39.56	32.72	36.69	55.45	38.26	55.27
	LiveBench	18.57	19.76	12.64	15.20	34.30	28.78	28.33
	Average Score	43.29	33.76	35.42	33.97	54.24	47.53	46.25

Example usage:

from transformers import AutoTokenizer, AutoModelForCausalLM

model = "LLM360/Guru-7B"
tokenizer = AutoTokenizer.from_pretrained(model)
model = AutoModelForCausalLM.from_pretrained(model, device_map="auto", torch_dtype="auto")

messages = [{"role": "user", "content": "What is reinforcement learning?"}]
prompt = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
outputs = model.generate(prompt, max_new_tokens=256, temperature=1.0, top_p=0.7)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Please refer to the paper for more details.

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: 8783142