/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
CC BY 4.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Опубликована
11 июл 2026

Atomight-V2.5-1.7B

Генерация текстаТекст → текст11 профессий

Дообученная на базе Qwen3 компактная языковая модель для математических и STEM-рассуждений, программирования и многошаговых диалоговых задач.

65скачиваний за 30 дней1лайквеса обновлены4 авг 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 оценки4

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • google-research-datasets/mbpp

    score

    Результат

    42,8

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • cais/mmlu

    score

    Результат

    55,68

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • openai/gsm8k

    score

    Результат

    69,9

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • allenai/ai2_arc

    score

    Результат

    43

    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Atomight V2.5-1.7B — языковая модель NovatasticRoScript для генерации текста и диалогов с упором на пошаговые рассуждения. Она основана на Qwen/Qwen3-1.7B и дообучена методом GRPO с использованием LoRA/PEFT; адаптер объединён с весами в 16-битном формате. Модель содержит 1,7 млрд параметров, использует архитектуру Qwen3 для причинной генерации текста и поддерживает контекст до 40 960 токенов.

Модель предназначена для математических и STEM-задач, научных вопросов, программирования, отладки, многошагового планирования и сценариев с агентами. В карточке заявлено обучение на открытых наборах данных по STEM, науке, математике и коду; также приведены результаты собственных оценок на ряде бенчмарков. Основной язык, указанный в метаданных карточки, — английский.

Модель распространяется по лицензии CC-BY-4.0. Это компактная модель, поэтому её результаты могут уступать более крупным системам; авторы отдельно отмечают слабые результаты на задачах HumanEval и MBPP по сравнению с некоторыми моделями, специально дообученными для кода. Результаты бенчмарков заявлены авторами и не являются независимой проверкой.

Сценарии применения

  • Решение математических задач с пошаговым объяснением
  • Ответы на вопросы по STEM и естественным наукам
  • Разбор и отладка программного кода
  • Многошаговое планирование действий для агентных сценариев
  • Генерация диалоговых ответов с явными рассуждениями

Ограничения

Модель компактная, а авторы отмечают отставание на HumanEval и MBPP от некоторых моделей, специально дообученных для программирования. Приведённые результаты бенчмарков заявлены авторами и не подтверждены независимой оценкой.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Atomight V2.5 · 1.7B

Reasoning-first · Zero benchmark contamination · Trained on a free Colab T4

License Base Method Params


We are excited to announce and show you all, our most powerful and capable model in the current and newest Atomight family variant (V2.5).

[!Note] Use this model when you want explicit chain-of-thought before the final answer — complex debugging, multi-step planning, agentic workflows, and math- or reasoning-heavy tasks.

[!Note] Knowledge Span/Cutoff: Late 2024 / Early 2025 – Late 2025

Other details for this model soon. Wait for further information and details.


Quick Facts

Base modelQwen/Qwen3-1.7B (Apache 2.0)
Training methodGRPO via LoRA/PEFT, merged to 16-bit
Trained onFree-tier Google Colab T4 — no paid compute
Training data~2,000 curated samples per domain, 6 premium open datasets
ContaminationZero — no benchmark data used in training
LicenseCC-BY-4.0

Training Data

Curated (not scraped) from frontier 2025-era open datasets across STEM, science, math, and code:

DomainDatasetLicense
STEMLogics-STEM-SFT-Dataset-Open-5.3MMixed (aggregated open sources)
ScienceMegaScienceCC-BY / Academic Use
MathOpenMathReasoningCC-BY-4.0
MathDeepMath-103KCC-BY-4.0
CodeOpenCodeInstructCC-BY-4.0
CodeNemotron-SFT-Competitive-Programming-v2NVIDIA Open Model License

[!Important] No benchmark data was used in training. None of the sources above overlap with MMLU, GSM8K, HumanEval, MBPP, HellaSwag, WinoGrande, ARC-Challenge, or TruthfulQA. Every score below was earned, not leaked.


Benchmark results

These are the results of the benchmarks for Atomight-V2.5-1.7B, evaluated with lm-evaluation-harness.

BenchmarkMetricScore
MMLUAccuracy55.68
GSM8KAccuracy69.60
ARC-ChallengeAccuracy (normalized)43.00
HellaSwagAccuracy (normalized)60.43
WinoGrandeAccuracy61.09
TruthfulQA MC2Accuracy45.89
HumanEvalPass@140.24
MBPPPass@142.80

All scores self-reported; no training data overlaps with these benchmarks — see Training Data section above.


IIfSLM Benchmark Results

IIfSLM (Intelligence Index for Small Language Models) is an open, contamination-resistant benchmark suite for the 0.5B–3B range — built for the whole small-model community to evaluate against, not exclusive to this model.

DomainScoreDetails
gsm8krefn86.96%260/299 correct · greedy decoding · max_new_tokens=900
arcchalrefn94.00%235/250 correct · greedy decoding · max_new_tokens=1100
humanevalrefnIn Progress--

Methodology and full results are documented in the accompanying paper:

NovatasticRoScript (2026). IIfSLM: An Intelligence Index for Small Language Models. Zenodo. https://doi.org/10.5281/zenodo.21753925

See the full IIfSLM dataset and methodology notes -- and feel free to run your own model against it too.


How it compares with other small language models (we recommend verifying it, as the other data from other models came from a third-party sources)

Scores below for other models are drawn from their respective model cards / technical reports, not re-run by us. Provided for context only — evaluation harnesses and prompt formats differ across labs, so treat this as directional rather than exact.

ModelParamsMMLUGSM8KHumanEvalMBPPHellaSwagWinoGrande
Atomight-V2.5-1.7B1.7B55.6869.6040.2442.8060.4361.09
SmolLM2-1.7B (base)1.7B49.4667.1447.6851.8757.9566.35
Qwen2.5-1.5B (base)1.5B63.0366.5735.3758.3766.6066.20
Qwen2.5-1.5B-Instruct1.5B61.7874.3051.8356.81——
InfiR-1B-Instruct1.0B50.2270.9058.5456.03——
Llama-3.2-1B-Instruct1.0B46.2747.9039.6349.03——
TinyLlama-1.1B1.1B~27~9~9~27~59~61

Where Atomight-V2.5-1.7B leads: best-in-class GSM8K among comparable 1–2B base models, and MMLU well above SmolLM2-1.7B — achieved with a curated, contamination-free ~2K-per-category dataset rather than large-scale pretraining.

Where it trails: HumanEval and MBPP lag behind instruction-tuned peers like InfiR-1B-Instruct and Qwen2.5-1.5B-Instruct — expected, since Atomight-V2.5-1.7B is a base reasoning model without dedicated code SFT. HellaSwag also trails models trained on broader web/commonsense data.


Quick Start

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "NovatasticRoScript/Atomight-V2.5-1.7B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

messages = [
    {"role": "system", "content": "You are a reasoning model. Think step-by-step inside <thinking> tags, then give your final answer inside <answer> tags."},
    {"role": "user", "content": "If a train travels 60 miles in 45 minutes, what is its speed in mph?"}
]

inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Main citation

This model is a fine-tuned derivative of Qwen3-1.7B (Apache 2.0) and is released under CC-BY-4.0 in accordance with the licenses of its training datasets. If you use this model, kindly credit NovatasticRoScript/Atomight-V2.5-1.7B and the base model/datasets listed above. Part of the Atomight family — small models, curated data, no shortcuts.

Other citacion/s

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report}, 
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388}, 
}

Training method — this model was trained using GRPO (Group Relative Policy Optimization), introduced in:

@article{deepseekmath2024,
  title={DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models},
  author={Shao, Zhihong and Wang, Peiyi and Zhu, Qihao and Xu, Runxin and Song, Junxiao and Zhang, Mingchuan and Li, Y.K. and Wu, Y. and Guo, Daya},
  journal={arXiv preprint arXiv:2402.03300},
  year={2024}
}
@misc{iifslm2026,
  author       = {NovatasticRoScript},
  title        = {IIfSLM: An Intelligence Index for Small Language Models — A Contamination-Resistant, Community-Driven Benchmark Suite for the 0.5B–3B Parameter Range},
  year         = {2026},
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.21753925},
  url          = {https://doi.org/10.5281/zenodo.21753925}
}

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
0b15048

0 моделей