/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
7 апр 2026

LTE-Qwen3-8B-Base

Генерация текстаТекст → текст3 профессии

Дообученная методом LTE модель Qwen3 на 7,6 млрд параметров для генерации текста и изучения рассуждений на основе собственных ошибок.

141скачиваний за 30 дней2лайкавеса обновлены18 апр 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

JamyDohrn/LTE-Qwen3-8B-Base — языковая модель на архитектуре Qwen3, полученная дообучением Qwen/Qwen3-8B-Base методом LTE (Learning to reason from Trial and Error), описанным в статье «Do Not Step Into the Same River Twice: Learning to Reason from Trial and Error». Метод использует собственные ошибки модели как подсказки для обучения с проверяемыми вознаграждениями и не требует внешнего экспертного руководства.

Модель содержит 7,6 млрд параметров, принимает и генерирует текст и поддерживает контекст до 32 768 токенов. В карточке указан набор данных Elliott/Openr1-Math-46k-8192; модель предназначена для генерации текста и экспериментов с рассуждением, в частности в задачах, связанных с математикой. Метаданные указывают английский язык, а также интерфейсы чата и вызова инструментов.

Весы опубликованы в формате safetensors; лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробных ограничений, поэтому способности модели к решению конкретных задач следует проверять отдельно.

Сценарии применения

  • эксперименты с обучением языковых моделей на собственных ошибках
  • генерация текста на английском языке
  • исследование методов рассуждения с проверяемыми вознаграждениями

Ограничения

В карточке нет результатов оценки качества и подробных сведений об ограничениях; пригодность для конкретных задач нужно проверять отдельно.

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

LTE-Qwen3-8B-Base

arXiv GitHub License

Introduction

LTE (Learning to reason from Trial and Error) is an RLVR (Reinforcement Learning with Verifiable Rewards) approach presented in the paper Do Not Step Into the Same River Twice: Learning to Reason from Trial and Error.

LTE mitigates the exploration stagnation of Language Models (LMs) by utilizing their previously self-made mistakes as hints, requiring no external expert guidance. It improves the performance upper bound of LMs and enhances both exploitation and exploration during training.

Key Highlights

  • Self-generated Hints: LTE uses the errors generated by the LMs themselves during training as hints.
  • No External Expert Guidance: LTE does not require any external expert guidance to mitigate the exploration stagnation of LMs.

Inference

Here is an example of using LTE models for inference:

from transformers import AutoTokenizer
from vllm import LLM, SamplingParams

model_path="JamyDohrn/LTE-Qwen3-8B-Base"

question = "which number is larger? 9.11 or 9.9?"

tokenizer = AutoTokenizer.from_pretrained(model_path)
messages = [{"role": "user", "content": question}]
chat = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)

llm = LLM(model=model_path)
params = SamplingParams(temperature=0.6, max_tokens=32768)
outputs = llm.generate([chat], params)
print(outputs[0].outputs[0].text)

Acknowledgements

LTE is built on the following repositories and we thank their teams for their valuable contributions to the community:

Citation

If you find our work useful, feel free to cite our paper:

@misc{tang2026steprivertwicelearning,
      title={Do Not Step Into the Same River Twice: Learning to Reason from Trial and Error}, 
      author={Chenming Tang and Hsiu-Yuan Huang and Weijie Liu and Clive Bai and Saiyong Yang and Yunfang Wu},
      year={2026},
      eprint={2510.26109},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2510.26109}, 
}

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
3c7750b

0 моделей