/ Модель

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
3 июл 2026

Qwen3-4B-ToolUse-SRPO-TR

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B для генерации текста и использования инструментов в задачах языковых агентов.

8скачиваний за 30 дней0лайковвеса обновлены3 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.

  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

Qwen3-4B-ToolUse-SRPO-TR — дообученная языковая модель SeongryongJung на базе Qwen/Qwen3-4B, оптимизированная для использования инструментов методом SRPO-TR. Репозиторий содержит лучший чекпойнт по метрике validation mean@16 (шаг 90); для него указано значение 61,49%, а для финального чекпойнта — 58,27%. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов.

Модель предназначена для генерации текста и сценариев, где языковой агент выбирает и вызывает инструменты. В README приведён пример загрузки через Transformers; данные о поддерживаемых языках и методике оценки задачи не раскрыты. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • вызов инструментов языковым агентом
  • выбор инструмента по запросу пользователя
  • генерация ответов в сценариях с использованием инструментов

Ограничения

В README приведены результаты только на наборе Tool use, без описания методики и переносимости на другие сценарии. Поддерживаемые языки не указаны.

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

Qwen3-4B-ToolUse-SRPO-TR

This repository contains the Qwen3-4B Tool use SRPO-TR run trained with batch size 32.

The repository root contains the best validation checkpoint (global_step_90), selected by validation mean@16. checkpoints/last/ contains the final checkpoint.

Performance

DatasetMethodBase modelTrain batch sizeBest val mean@16Best checkpointFinal val mean@16Final checkpoint
Tool useSRPO-TRQwen3-4B3261.49%9058.27%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

HyperparameterValue
Base modelQwen/Qwen3-4B
MethodSRPO-TR
Train batch size32
Train max samples3200
Total training steps100
Save frequency10
Test frequency10
Teacher regularizationtrust-region
Teacher update rate0.1
Rollout samples per prompt8
Validation samples per prompt16
Learning rate5e-6
vLLM GPU memory utilization0.8

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/Qwen3-4B-ToolUse-SRPO-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
0c0da25

0 моделей