/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-OT3-2ep
Библиотека
transformers
Опубликована
14 сен 2026

Qwen3-4B-OT3-finance

Генерация текстаТекст → текст3 профессии

Дообученная методом GRPO модель Qwen3 с 3,7 млрд параметров для ответов на финансовые вопросы и вычислений по отчётам.

218скачиваний за 30 дней0лайковвеса обновлены14 сен 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

MMOPD/Qwen3-4B-OT3-finance — дообученная командой MMOPD модель семейства Qwen3 для ответов на финансовые вопросы и вычислений по финансовым отчётам. Это плотная авторегрессионная языковая модель с 3,7 млрд параметров, рассчитанная на генерацию текста; она принимает текстовые запросы и выдаёт текстовые ответы. Контекст составляет до 32 768 токенов. Модель дообучена методом GRPO на вопросах FinQA и TAT-QA с вознаграждением за совпадение числового ответа; в README указана точность 74,6% на FinQA.

Модель подходит для ответов на вопросы по финансовой отчётности и решения задач с числовыми данными. README рекомендует использовать шаблон чата Qwen3, включать режим thinking и генерировать сэмплированием. Указаны результаты общих и профильных бенчмарков, однако по ним модель уступает исходной версии OT3-2ep на части общих оценок. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • ответы на вопросы по финансовой отчётности
  • решение задач FinQA с числовыми ответами
  • вычисления по табличным финансовым данным
  • извлечение и сопоставление числовых показателей из отчётов

Ограничения

Модель узкоспециализирована на финансовых вопросах и числовых ответах; README рекомендует сэмплирование и режим thinking. На части общих бенчмарков её результаты ниже, чем у исходной модели OT3-2ep.

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

Qwen3-4B-OT3-finance (finance teacher, RL)

Qwen3-4B-OT3-finance is the finance domain teacher of the MMOPD study: MMOPD/Qwen3-4B-OT3-2ep trained with GRPO reinforcement learning on financial-report question answering with numeric answers (FinQA and TAT-QA training questions), using a verifiable numeric-match reward. It raises FinQA from 58.3 to 74.6.

Training

initMMOPD/Qwen3-4B-OT3-2ep
RLGRPO (NeMo-RL 0.7), 200 steps, 32 prompts x 8 samples per step, LR 3e-6, no KL penalty, 16,384-token rollouts at temperature 1.0
rewardnumeric answer match (DocMath-Eval comparator: 0.15% relative tolerance, percent / scale normalisation)
pool7,565 prompts: TAT-QA train 4,506 + FinQA train 3,059 (numeric-answer questions over report tables and text), decontaminated against the evaluation sets
checkpointRL step 200

Evaluation

Domain benchmarks (temperature 1.0, top-p 1.0, long generation budget; accuracy in %):

ModelMedQAMedXpertQAPubMedQACaseHOLDFinQATAT-QA (EM)
Qwen3-4B-OT3-finance (this)69.1––60.874.6–
Qwen3-4B-OT3-2ep (student init)69.813.775.263.258.324.4

General benchmarks (Qwen3 thinking preset: temperature 0.6, top-p 0.95, top-k 20; 32,768 max new tokens; AIME = avg@8, LiveCodeBench v6 / IFEval / IFBench = 1 sample; scores in %):

ModelAIME24AIME25AIME26LiveCodeBench v6IFEvalIFBench
Qwen3-4B-OT3-finance (this)50.855.852.147.834.624.3
Qwen3-4B-OT3-2ep (student init)66.356.358.351.751.027.7

Notes

  • Weights are stored in bfloat16 (cast from the fp32 training master weights; this is the precision in which the teacher was evaluated and served). Apache-2.0.
  • Domain scores are measured at temperature 1.0 because that is the sampling regime in which these models serve as distillation teachers; general benchmarks use the Qwen3 thinking preset.
  • Part of the MMOPD model family together with MMOPD/Qwen3-4B-OT3-{1ep,2ep}, MMOPD/Qwen3-1.7B-OT3-{1ep,2ep} and the other domain teachers MMOPD/Qwen3-4B-OT3-{medical,law,finance,if}.

How to use

The models keep the Qwen3 chat template and thinking format (<think> ... </think> before the answer). Use enable_thinking=True and sampling (not greedy); the evaluations below used a 32k-token generation budget.

from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "MMOPD/Qwen3-4B-OT3-finance"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, dtype="auto", device_map="auto")
messages = [{"role": "user", "content": "Given the income statement excerpt below, what was the percentage change in operating income from 2019 to 2020? ..."}]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True, enable_thinking=True)
out = model.generate(**tok(text, return_tensors="pt").to(model.device), max_new_tokens=32768,
                     do_sample=True, temperature=0.6, top_p=0.95, top_k=20)
print(tok.decode(out[0], skip_special_tokens=True))

vLLM: vllm serve MMOPD/Qwen3-4B-OT3-finance --max-model-len 40960 (the same sampling settings apply).

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
035356c

0 моделей