/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
17,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Опубликована
13 мая 2025

Qwen3-4B-SFT

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B, которая играет задающего вопросы в игре «20 вопросов» и служит стартовым чекпойнтом для исследований интерактивных агентов.

28скачиваний за 30 дней1лайквеса 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

Klingspor/Qwen3-4B-SFT — языковая модель, дообученная методом supervised fine-tuning на базе Qwen/Qwen3-4B. Она играет роль задающего вопросы в игре «20 вопросов»: за максимум 20 вопросов с ответами «да» или «нет» модель пытается определить загаданное распространённое английское существительное. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; контекст — до 40 960 токенов.

Чекпойнт обучен на отфильтрованных успешных траекториях игры с использованием списка из 341 слова COCA; эти слова не пересекались с данными обучения RL и тестирования. Модель предназначена также как начальная точка для обучения с подкреплением и для исследований многошаговых интерактивных языковых агентов. В метаданных указаны диалоговые возможности и интерфейс вызова инструментов, но карточка описывает прежде всего сценарий «20 вопросов». Лицензия — Apache-2.0.

Сценарии применения

  • задавать вопросы «да/нет», чтобы угадать английское существительное
  • играть роль ведущего в текстовой игре «20 вопросов»
  • создавать стартовый чекпойнт для обучения игрового агента с подкреплением
  • исследовать многошаговое взаимодействие языковых агентов

Ограничения

Модель специализирована на роли задающего вопросы в игре «20 вопросов» и на распространённых английских существительных; результаты на иных задачах карточкой не описаны. Обучающие траектории охватывают 341 слово.

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

20 Questions SFT - Qwen3-4B

This model is a supervised fine-tuned (SFT) version of Qwen3-4B for the 20 Questions task, released as part of the paper "Intrinsic Credit Assignment for Long Horizon Interaction".

Overview

The model plays the role of a Questioner in a game of 20 Questions: it asks up to 20 yes-or-no questions to deduce a secret word (a common English noun). This SFT checkpoint serves as the initialization for reinforcement learning models (StarPO, CIA).

Training

  • Base model: Qwen/Qwen3-4B
  • Method: Supervised fine-tuning on successful, filtered single-turn trajectories
  • Training data: 341 words from the COCA (Corpus of Contemporary American English) word list, with no overlap with the RL training or test sets
  • Judge/Oracle: Qwen3-14B

Intended Use

This model is intended for:

  • Playing 20 Questions as a questioner agent
  • Serving as a starting checkpoint for RL-based training (e.g., StarPO, CIA)
  • Research on multi-turn interactive language agents

How to Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "bethgelab/20q-sft-qwen3-4b"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

system_prompt = """You are the Questioner in a game of 20 Questions, and your goal is to determine the secret word.
The secret is randomly drawn from the most frequent nouns of the English language.

Ask clear, concise, and strategic yes/no questions that will help you narrow down the possibilities.
Consider previous answers to inform your subsequent questions, and keep track of the information you gather.
Focus on deductive reasoning, start with a broad question and refine your queries as you progress."""

user_prompt = """Ask a question to gain additional information about the secret or guess what the secret is.

Instructions:
1. Ask a question that can be answered with "Yes" or "No" to help you deduce the secret word.
2. Your answer must be a single question. Do not provide any additional commentary or reasoning.

Ask your question: """

messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": user_prompt},
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=128)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Links

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
009749b

0 моделей