/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B-Base
Опубликована
19 окт 2025

syngen-reasoning-0.6b

Генерация текстаТекст → текст6 профессий

Дообученная компактная модель Qwen3 для генерации синтетических рассуждений и преобразования диалоговых данных в обучающие наборы с рассуждениями.

24скачиваний за 30 дней7лайковвеса обновлены20 окт 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.

  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

SYNGEN REASONING 0.6B — языковая модель Pinkstack с 507,6 млн параметров на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-0.6B-Base. Она предназначена прежде всего для генерации синтетических рассуждений, привязанных к итоговым ответам, например при преобразовании диалоговых наборов данных в наборы с цепочками рассуждений. Модель также подходит для других задач генерации текста, требующих рассуждений.

Модель принимает текст и генерирует текст; заявленный родной контекст — 32 768 токенов. В README приведены рекомендуемые параметры генерации: min_p 0,05, top_p 0,85, temperature 0,55 и до 32 000 новых токенов. Карточка указывает поддержку английского и многоязычного текста, а также возможности диалога и генерации кода. Лицензия — Apache-2.0.

Сценарии применения

  • добавление синтетических рассуждений к ответам в диалоговом наборе данных
  • преобразование набора диалогов в набор для обучения рассуждениям
  • генерация обоснований для готовых ответов
  • генерация текста с рассуждениями
  • генерация кода в диалоговом формате

Ограничения

Это компактная модель с 507,6 млн параметров; качество и надёжность рассуждений в карточке не оценены. README описывает рекомендуемые параметры генерации, но не приводит результаты сравнительных испытаний.

Для каких профессий подходит6

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

syngen reasoning logo

👋 SYNGEN REASONING 0.6B

This is a 0.6B parameter LLM designed for synthetic grounded reasoning generation between final model outputs, specifically for dataset modifications, but can be used for multiple use cases which require reasoning.

For example, this model allows you to turn any chat dataset into a reasoning dataset as if it was generated by DeepSeek R1 or Openai's GPT OSS!

👀 EXAMPLE DATASET GENERATED WITH IT

https://huggingface.co/datasets/Pinkstack/syngen-reasoning-example-80-smoltalk1

🤔 HOW TO USE

You should set the following:

  1. MIN P = 0.05
  2. TOP P = 0.85
  3. TEMPERATURE = 0.55
  4. MAX_NEW_TOKENS = 16384 (can be higher or lower, up to 32k)

Syngen uses the CHATML format, but it is not a chat model. This is how you do interference with it:

<|im_start|>system


THINKING GENERATION ONLY = TRUE

THINKING GENERATION STYLE = (DEEPSEEK_R1 OR GPT_OSS)<|im_end|>
<|im_start|>user
Generate thinking for the following:

The user message was: {human_msg}

The assistant response was: {assistant_msg}

Original system prompt was:{system_msg} (for GPT OSS please put "Reasoning effort: high/medium/low")<|im_end|>
<|im_start|>assistant

here are some examples:

Deepseek r1 possible reasoning

<|im_start|>system


THINKING GENERATION ONLY = TRUE

THINKING GENERATION STYLE = DEEPSEEK_R1<|im_end|>
<|im_start|>user
Generate thinking for the following:

The user message was: Your response should contain at least 3 sentences. Your answer must contain exactly 3 bullet points. Use the markdown bullet points such as: * This is point 1. Include keywords [food, water, shelter] in the response.

The assistant response was:* To ensure survival, one must have access to adequate food which provides the necessary nutrients and energy.
* Water is essential for hydration and maintaining bodily functions, and it is crucial to have a clean and reliable source.
* Shelter protects individuals from the elements and provides a safe environment, which is fundamental for overall well-being.

Original system prompt was:You are an Ai<|im_end|>
<|im_start|>assistant
<generated_thinking_dpsk>
Okay, the user wants me to generate a response with three bullet points using markdown. The keywords they provided are food, water, and shelter. Let's think about how to structure each bullet point.

First, maybe start with something related to food. Need to make sure it includes all three words. Maybe mention needing food to sustain life or staying hydrated? That covers both water and food indirectly but directly links them together. Then talk about shelter because without protection, you can't eat properly or stay alive. 

Wait, do I need to include water again here? If shelter means avoiding dehydration, then yes. But let's check if the first bullet starts with "To ensure..." that ties everything together. Also, keep it concise but cover all required keywords. Let me draft:

* To ensure survival, one must have access to adequate food which provides the necessary nutrients and energy.
* Water is essential for hydration and maintaining bodily functions; it’s critical to have a clean and reliable source.
* Shelter protects individuals from the elements and offers a safe environment—key factors for overall well-being.

That works. Each bullet has two key points (food and water) and shelters. Check keyword usage: food, water, shelter. Yes. Three bullets. Good. Make sure each sentence ends with period. Alright.
</generated_thinking_dpsk><|im_end|>

GPT OSS possible reasoning

<|im_start|>system


THINKING GENERATION ONLY = TRUE

THINKING GENERATION STYLE = GPT_OSS<|im_end|>
<|im_start|>user
Generate thinking for the following:

The user message was: Hello!

The assistant response was: Hi! How may I assist you today?

Original system prompt was:You are an Ai
Reasoning effort: low<|im_end|>
<|im_start|>assistant
<generated_thinking_gpt>
Must produce a simple greeting.
</generated_thinking_gpt><|im_end|>

Liked the model? Need help with it? Do you know how to improve it further? Please make a post in the community tab.

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
3db9d11

0 моделей