/ 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
3 июл 2026

Qwen3-8B-ToolUse-SDPO-TR

Генерация текстаТекст → текст3 профессии

Экспериментальное дообучение Qwen3-8B методом SDPO-TR для генерации текста с использованием инструментов.

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

SeongryongJung/Qwen3-8B-ToolUse-SDPO-TR — экспериментальный чекпойнт Qwen3-8B, дообученный для использования инструментов методом SDPO-TR. Репозиторий содержит выбранный по validation mean@16 лучший чекпойнт на шаге 40 и финальный чекпойнт на шаге 100; размер модели — 7,6 млрд параметров, архитектура — плотная Qwen3ForCausalLM, формат весов — safetensors. Для загрузки README приводит пример с Transformers.

Модель предназначена для генерации текста и сценариев, где языковой модели нужно вызывать инструменты. Валидация на наборе Tool use показала mean@16 66,36% у лучшего чекпойнта и 61,40% у финального; README не уточняет протокол и метрику подробнее, поэтому эти значения не гарантируют качество на других задачах. Базовая модель поддерживает несколько языков, однако README не описывает языковое покрытие именно этого дообучения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов с вызовом инструментов
  • проверка поведения агента при использовании инструментов
  • эксперименты с дообучением языковых моделей для tool use

Ограничения

Оценка приведена только для валидационного набора Tool use; переносимость результатов на другие сценарии не установлена. Лучший и финальный чекпойнты заметно различаются по указанной метрике mean@16.

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

Qwen3-8B-ToolUse-SDPO-TR

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

The repository root contains the best validation checkpoint (global_step_40), 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 useSDPO-TRQwen3-8B3266.36%4061.40%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
MethodSDPO-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-5
vLLM GPU memory utilization0.8

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/Qwen3-8B-ToolUse-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
700f48b

0 моделей