Характеристики

Контекст: 40 960 токенов
Параметры: 1,7 млрд
Размер весов: 8,1 ГБ
Архитектура: qwen3 · dense
Базовая модель: Qwen3-1.7B
Библиотека: transformers
Опубликована: 22 сен 2026

Ссылки

Hugging Face

qwen3-1.7b-sciworld-sft-gpt54mini-ep7

SeanWang0027

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для генерации ответов и выполнения задач в симуляторе ScienceWorld.

366скачиваний за 30 дней0лайковвеса обновлены22 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

SeanWang0027 выпустил дообученную версию Qwen3-1.7B для выполнения заданий в ScienceWorld. Модель обучена на полных траекториях взаимодействия: для 2059 обучающих задач использованы эпизоды gpt-5.4-mini, а функция потерь применялась к ответам учителя. Это плотная языковая модель с 1,7 млрд параметров; репозиторий содержит веса safetensors в fp32, для инференса автор рекомендует загружать их в bfloat16. Контекст составляет 40 960 токенов.

Модель предназначена для генерации текста и диалогового выполнения научных задач в среде ScienceWorld. Результат на тестовом наборе автор не оценивал, поэтому качество и пригодность для практического применения не подтверждены. Основа — Qwen/Qwen3-1.7B; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

генерация ответов для научных заданий ScienceWorld
пошаговое выполнение задач в виртуальной научной среде
эксперименты с обучением агентов на траекториях учителя

Ограничения

Успешность на тестовом наборе ScienceWorld не оценивалась, поэтому качество выполнения задач не подтверждено. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-1.7B, ScienceWorld, trajectory SFT on gpt-5.4-mini episodes, epoch 7

Trajectory SFT: one row per full teacher episode in ChatML, cross-entropy only on each teacher reply and its <|im_end|>. Data: gpt-5.4-mini (reasoning medium) episodes on the 2059 ScienceWorld train tasks (no test overlap), one per task, nothing filtered. Batch 32, AdamW lr 1e-5, weight decay 0, fp32.

Continued from epoch 5 for 3 more epochs (fresh optimizer, fresh cosine over epochs 6-8; one GPU, global batch 32); end of the second.

Weights are fp32 (the training precision); load with torch_dtype=bfloat16 for inference.

Test success (avg@4): not evaluated. ScienceWorld test split (AgentGym, 200 task variations), avg of 4 passes, temperature 0.4, 512 tokens/turn, 30 rounds, thinking off, no system turn. Reference points on the same protocol: base Qwen3-1.7B 0.12%; the same SFT at epoch 2 13.25%, epoch 3 12.88%; online ROSE 10+5 with the same teacher, epoch 5, 25.75%.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: Qwen3ForCausalLM
Ревизия весов: b722994