/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Лицензия
CC BY-NC 4.0
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
7 мая 2025

E1-Math-1.5B

Генерация текстаТекст → текст3 профессии

Дообученная языковая модель Salesforce для решения математических задач с адаптивным рассуждением при ограниченном бюджете генерации.

106скачиваний за 30 дней6лайковвеса обновлены25 мая 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

E1-Math-1.5B — языковая модель Salesforce на 1,5 млрд параметров, дообученная на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Она предназначена для решения математических задач с адаптивным рассуждением: обучение по стратегии бюджетно-ограниченных генераций в рамках GRPO помогает продолжать решать задачи при ограниченном числе шагов рассуждения и переносить поведение на новые ограничения без дополнительного обучения.

Модель относится к семейству Qwen2, использует плотную архитектуру и принимает текст, генерируя текст; заявленная длина контекста — 131 072 токена. В карточке приведены результаты на задачах с разными бюджетами генерации: модель использует меньше токенов, чем DeepScaleR-1.5B, и показывает более высокую точность при малых бюджетах, но меньшую среднюю точность при самом большом указанном бюджете.

Модель выпущена для исследований; лицензия CC BY-NC 4.0 запрещает коммерческое использование. Ответы могут быть неточными, поэтому модель требует проверки, особенно в значимых сценариях.

Сценарии применения

  • решение математических задач при ограниченном числе токенов
  • сравнение стратегий адаптивного рассуждения языковых моделей
  • исследование влияния бюджета генерации на точность ответов

Ограничения

Результаты зависят от бюджета генерации: при самом большом из приведённых бюджетов средняя точность ниже, чем у DeepScaleR-1.5B. Модель выпущена для исследований, ответы могут содержать ошибки; коммерческое использование запрещено лицензией CC BY-NC 4.0.

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

Introduction

E1-Math-1.5B is a language model fine-tuned from DeepSeek-R1-Distilled-Qwen-1.5B. It is trained for Elastic Reasoning by budget-constrained rollout strategy, integrated into GRPO, which teaches the model to reason adaptively when the thinking process is cut short and generalizes effectively to unseen budget constraints without additional training.

Performance (Avg@16)

ModelTokensAcc (%)TokensAcc (%)TokensAcc (%)TokensAcc (%)TokensAcc (%)
DeepScaleR-1.5B1005041.014885.219049.6280915.8370022.7
E1-Math-1.5B682535.0134013.5179917.5265024.8337727.9

Usage

For detailed usage, please refer to repo.

Citation

@article{xu2025scalable,
  title={Scalable Chain of Thoughts via Elastic Reasoning},
  author={Xu, Yuhui and Dong, Hanze and Wang, Lei and Sahoo, Doyen and Li, Junnan and Xiong, Caiming},
  journal={arXiv preprint arXiv:2505.05315},
  year={2025}
}

Ethical Considerations

This release is for research purposes only in support of an academic paper. Our models, datasets, and code are not specifically designed or evaluated for all downstream purposes. We strongly recommend users evaluate and address potential concerns related to accuracy, safety, and fairness before deploying this model. We encourage users to consider the common limitations of AI, comply with applicable laws, and leverage best practices when selecting use cases, particularly for high-risk scenarios where errors or misuse could significantly impact people's lives, rights, or safety. For further guidance on use cases, refer to our AUP and AI AUP.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
3fa7501

0 моделей