/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
3 июл 2026

Ссылки

Hugging Face

Qwen3-8B-Biology-SRPO-TR

SeongryongJung
Генерация текстаТекст → текст3 профессии

Дообученная методом SRPO-TR модель Qwen3-8B для генерации текста и решения биологических задач.

12скачиваний 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.

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/Qwen3-8B-Biology-SRPO-TR — дообученная версия Qwen3-8B, обученная методом SRPO-TR на биологической задаче с размером батча 32. В репозитории находятся лучший контрольный чекпойнт на шаге 30, выбранный по валидационной метрике mean@16, и финальный чекпойнт на шаге 100.

Модель предназначена для генерации текста и решения задач по биологии. В описании приведён результат валидации mean@16: 55,00% для лучшего чекпойнта и 54,12% для финального. Модель имеет 7,6 млрд параметров, архитектуру Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Она загружается через Transformers; веса представлены в формате Safetensors.

Модель основана на Qwen/Qwen3-8B и распространяется по лицензии Apache-2.0. Результат приведён для указанного биологического набора данных; README не раскрывает его состав и не приводит сравнительных оценок на других задачах, поэтому качество за пределами описанного эксперимента не установлено.

Сценарии применения

  • ответы на вопросы по биологии
  • решение задач по биологии
  • генерация объяснений биологических понятий

Ограничения

В README приведена только валидационная метрика mean@16 для биологической задачи; данные обобщения на другие области не представлены. Языки явно не перечислены в карточке модели.

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 641модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-8B-Biology-SRPO-TR

This repository contains the Qwen3-8B Biology SRPO-TR run trained with batch size 32.

The repository root contains the best validation checkpoint (global_step_30), selected by validation mean@16. checkpoints/last/ contains the final checkpoint.

Performance

DatasetMethodBase modelTrain batch sizeBest val mean@16Best checkpointFinal val mean@16Final checkpoint
BiologySRPO-TRQwen3-8B3255.00%3054.12%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/Qwen3-8B
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/Qwen3-8B-Biology-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
dc190ac

0 моделей

    Создать бенчмарк