/ Модель

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
7 июл 2026

Qwen3-8B-ToolUse-RLRT-TR

Генерация текстаТекст → текст

Экспериментальное дообучение Qwen3-8B методом RLRT-TR для генерации текста и использования инструментов.

6скачиваний за 30 дней0лайковвеса обновлены7 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

SeongryongJung/Qwen3-8B-ToolUse-RLRT-TR — плотная языковая модель Qwen3 с 7,6 млрд параметров, дообученная на Qwen/Qwen3-8B методом RLRT-TR для использования инструментов. Это экспериментальный чекпойнт обучения с размером батча 32; в репозитории размещён лучший и одновременно финальный чекпойнт на шаге 100. Для задач использования инструментов README сообщает результат validation mean@16 0,00%, поэтому практическая эффективность в указанном эксперименте не подтверждена.

Модель принимает текст и генерирует текст; базовая модель поддерживает многоязычную генерацию, рассуждения, следование инструкциям, работу с кодом и вызов инструментов. Контекст — до 40 960 токенов. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с обучением языковой модели вызову инструментов
  • оценка поведения модели в задачах tool use
  • исследование метода RLRT-TR на Qwen3-8B

Ограничения

В приведённом результате проверки на валидации mean@16 равен 0,00%, поэтому полезность чекпойнта для использования инструментов не подтверждена. README не приводит сведений о поддерживаемых языках этой версии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-8B-ToolUse-RLRT-TR

This repository contains the Qwen3-8B Tool use RLRT-TR run trained with batch size 32.

The repository root contains the best validation checkpoint (global_step_100), selected by validation mean@16. The best validation checkpoint is also the final checkpoint, so the repository root is both best and last.

Performance

DatasetMethodBase modelTrain batch sizeBest val mean@16Best checkpointFinal val mean@16Final checkpoint
Tool useRLRT-TRQwen3-8B320.00%1000.00%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
MethodRLRT-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 rate1e-6
vLLM GPU memory utilization0.8

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/Qwen3-8B-ToolUse-RLRT-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
af8265d

0 моделей