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-ep8

SeanWang0027

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для пошагового выполнения научных заданий в среде ScienceWorld.

365скачиваний 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/Qwen3-1.7B-sciworld-sft-gpt54mini-ep8 — дообученная Sean Wang модель Qwen3-1.7B для управления агентом в научной среде ScienceWorld. Она обучена методом trajectory SFT на полных эпизодах gpt-5.4-mini для 2059 учебных заданий ScienceWorld; функция потерь применялась к ответам учителя. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и принимает текст, формируя текстовые ответы. Контекстное окно — 40 960 токенов.

Модель предназначена для выполнения пошаговых заданий ScienceWorld и генерации действий агента в диалоге. В описанном испытании на тестовых вариациях ScienceWorld она показала средний успех 17,38% за четыре прохода; результат зависит от протокола и заметно ниже указанного результата другого варианта обучения. В README лицензия не указана, поэтому условия использования определить нельзя.

Сценарии применения

управление агентом при выполнении заданий ScienceWorld
генерация следующего шага в научной симуляции
эксперименты с траекторным дообучением языковых агентов

Ограничения

В тестировании ScienceWorld указана средняя успешность 17,38% за четыре прохода; качество зависит от сценария и настроек испытания. Лицензия в README не приведена.

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 8

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 third.

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

Test success (avg@4): 17.38% (14.50 / 16.50 / 18.00 / 20.50). 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: 092e5f0