/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
8 сен 2026

qwen3-8b-thinkprune-b3000

Генерация текстаТекст → текст7 профессий

Диалоговая модель на базе Qwen3-8B для генерации текста и изучения эффективного обучения рассуждениям.

157скачиваний за 30 дней0лайковвеса обновлены2 окт 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

Samll/qwen3-8b-thinkprune-b3000 — дообученная диалоговая языковая модель на базе Qwen/Qwen3-8B, опубликованная Samll. Работа связана с исследованием эффективного обучения рассуждениям, верности цепочек рассуждений и их мониторинга. Модель загружается через Transformers и предназначена для генерации текста в диалоговом формате.

Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. Базовая Qwen3-8B описана как многоязычная модель для рассуждений, следования инструкциям, работы с кодом и вызова инструментов; карточка этой производной модели отдельно подтверждает текстовую генерацию и диалоговый режим. Веса доступны в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с эффективным обучением языковых моделей рассуждениям
  • изучение верности цепочек рассуждений
  • исследование мониторинга рассуждений модели

Ограничения

README не приводит результаты оценки качества этой версии или её сравнительные преимущества. Лицензия в предоставленных данных отсутствует.

Для каких профессий подходит7

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

qwen3-8b-thinkprune-b3000

Paper: Efficient Reasoning Training Does Not Always Harm CoT Faithfulness and Monitorability

Collection: Efficient Reasoning: CoT Faithfulness & Monitorability

Method: ThinkPrune (Hou et al., 2026)

Hyperparameters

Base modelQwen/Qwen3-8B
MethodThinkPrune
Released asmerged full model, step 200
Completion budget L3,000 tokens
LoRArank 16, alpha 32, dropout 0, all attention and MLP projections
OptimiserAdamW, learning rate 1e-5, KL coefficient 0
Batch32 prompts x 16 generations
Samplingtemperature 0.8, top-p 0.95
Datanumina_amc_aime (PRIME Eurus-2-RL-Data), ~2,223 prompts
Checkpoint selectionAIME22, every 50 steps
Hardware2x NVIDIA GH200

Budget is 3,000 rather than 4,000 because Qwen3-8B's average base CoT on the training data is already below 4,000 tokens.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "Samll/qwen3-8b-thinkprune-b3000"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="auto", device_map="auto")

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
131aadc

0 моделей