math_shuffled
Qwen2.5-3B one-epoch SFT checkpoint for the math shuffled arm at
optimizer step 1072.
See delivery_manifest.json for exact source lineage and weight checksums.
Характеристики
- Контекст
- 32 768 токенов
- Параметры
- 3,1 млрд
- Размер весов
- 12,3 ГБ
- Архитектура
- qwen2 · dense
- Базовая модель
- Qwen2.5-3B
- Библиотека
- transformers
- Опубликована
- 22 сен 2026
Ссылки
qwen2.5-3b-math-sft-shuffled-lr1e5-step1072
Экспериментальный чекпойнт Qwen2.5-3B, дообученный методом SFT для генерации текста в математических сценариях.
496скачиваний за 30 дней0лайковвеса обновлены25 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Это экспериментальный чекпойнт Qwen2.5-3B, дообученный на математических данных методом SFT в течение одной эпохи. Он относится к ветке экспериментов math shuffled и соответствует шагу оптимизатора 1072. Модель предназначена для генерации текста в математических сценариях, например для ответов на задачи и объяснения решений.
Модель использует плотную архитектуру Qwen2 и содержит 3,1 млрд параметров. Она принимает текст, поддерживает диалоговый режим и имеет контекст длиной до 32 768 токенов. В карточке указана библиотека Transformers и формат весов safetensors. Данных о языках обучения и лицензии в предоставленных источниках нет.
Сценарии применения
- получение ответов на математические задачи
- генерация решений математических примеров
- проверка поведения модели на математических запросах
Ограничения
Это чекпойнт отдельного экспериментального шага обучения, а не подтверждённая финальная версия; README не приводит метрик качества. Лицензия не указана в предоставленных источниках.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- Qwen2ForCausalLM
- Ревизия весов
- 4344ce8