Характеристики

Контекст: 40 960 токенов
Параметры: 3,7 млрд
Размер весов: 8,8 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3 · dense
Базовая модель: Qwen3-4B
Библиотека: transformers
Опубликована: 2 июл 2026

Ссылки

Hugging Face

Qwen3-4B-Physics-SDPO-TR

SeongryongJung

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Qwen3-4B, дообученный методом SDPO-TR для генерации ответов и решения задач по физике.

7скачиваний за 30 дней0лайковвеса обновлены2 июл 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.

Открыть конструктор бенчмарка

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

SeongryongJung/Qwen3-4B-Physics-SDPO-TR — экспериментальный чекпойнт Qwen3-4B, обученный методом SDPO-TR на физическом наборе данных с размером батча 32. В репозитории размещён лучший по валидационному mean@16 чекпойнт на шаге 50; также доступен финальный чекпойнт на шаге 100.

Модель предназначена для генерации текста и решения задач по физике с использованием рассуждений. В README указана лучшая валидационная оценка mean@16 69,45%, а для финального чекпойнта — 60,16%. Это результаты конкретного эксперимента, а не гарантия качества на других наборах задач.

Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Базовая модель — Qwen/Qwen3-4B. Веса представлены в формате safetensors; лицензия — Apache-2.0. Для загрузки README приводит пример использования Transformers с trust_remote_code=True.

Сценарии применения

решение задач по физике с пошаговыми рассуждениями
генерация ответов на вопросы по физике
оценка исследовательских методов обучения языковых моделей на физических задачах

Ограничения

Валидационные показатели относятся к указанному физическому набору и конкретным чекпойнтам; README показывает снижение mean@16 с 69,45% на шаге 50 до 60,16% на шаге 100. Языки обучения или целевого применения в доступных данных не перечислены.

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 IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Physics-SDPO-TR

This repository contains the Qwen3-4B Physics SDPO-TR run trained with batch size 32.

The repository root contains the best validation checkpoint (global_step_50), selected by validation mean@16. checkpoints/last/ contains the final checkpoint.

Performance

Dataset	Method	Base model	Train batch size	Best val mean@16	Best checkpoint	Final val mean@16	Final checkpoint
Physics	SDPO-TR	Qwen3-4B	32	69.45%	50	60.16%	100

Training and validation scores

Raw result files:

results/validation_mean16.csv
results/training_scores.csv
artifacts/config.yaml
artifacts/wandb-summary.json

Training Hyperparameters

Hyperparameter	Value
Base model	`Qwen/Qwen3-4B`
Method	`SDPO-TR`
Train batch size	`32`
Train max samples	`3200`
Total training steps	`100`
Save frequency	`10`
Test frequency	`10`
Teacher regularization	`trust-region`
Teacher update rate	`0.1`
Rollout samples per prompt	`8`
Validation samples per prompt	`16`
Learning rate	`1e-5`
vLLM GPU memory utilization	`0.8`

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/Qwen3-4B-Physics-SDPO-TR"
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

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: 0d91711

Характеристики

Ссылки

Qwen3-4B-Physics-SDPO-TR

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

Qwen3-4B-Physics-SDPO-TR

Performance

Training Hyperparameters

Usage

Как запустить