/ 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
2 июл 2026

qwen3-8b-material-sdpo-ema005

Генерация текстаТекст → текст3 профессии

Дообученная методом SDPO версия Qwen3-8B для генерации текста и задач на наборе данных material.

13скачиваний 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.

  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-material-sdpo-ema005 — контрольная точка Qwen3-8B, дообученная методом SDPO на наборе данных material. Репозиторий содержит последнюю контрольную точку обучения, global_step_100, преобразованную в формат Transformers; это плотная авторегрессионная языковая модель с 7,6 млрд параметров и контекстом до 40 960 токенов.

Модель предназначена для генерации текста и оценки сценариев из области материалов. В README приведён лучший результат валидации mean@16 — 73,34% на шаге 70; загруженная последняя контрольная точка показала 71,68%, поэтому лучший показатель не следует считать результатом опубликованных весов. Модель принимает текст и выдаёт текст. Карточка не уточняет языковой состав набора material. Лицензия — Apache-2.0.

Сценарии применения

  • Генерация ответов в экспериментах с задачами из набора material
  • Сравнение стратегий обучения языковых моделей методом SDPO
  • Оценка качества генерации по метрике mean@16
  • Исследование влияния EMA-обновления учителя при обучении

Ограничения

Опубликована последняя контрольная точка global_step_100, а не та промежуточная контрольная точка, на которой был получен лучший результат валидации. README сообщает результат на наборе material, но не раскрывает его состав и языки.

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-material-sdpo-ema005

This repository contains the last checkpoint (global_step_100) for qwen3gen-material-SDPO-Qwen-Qwen3-8B-mbs32-ema0.05-train64-rollout8-lr1e-5-vllm0.8, converted to Hugging Face Transformers format.

Evaluation

The reported headline score is the best validation mean@16 observed during training. It is not necessarily the score of the uploaded last checkpoint.

DatasetMethodModelUploaded checkpointBest val mean@16Best stepFinal val mean@16
materialSDPOQwen3-8Bglobal_step_10073.34%7071.68%

Training and validation scores

Raw result files:

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

Training Setup

  • Base model: Qwen/Qwen3-8B
  • Dataset: material
  • Method: SDPO
  • EMA teacher update rate: 0.05
  • Uploaded weights: last checkpoint, global_step_100
  • Validation metric used for headline score: val-aux/*/mean@16
  • Validation sampling: n=16

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "SeongryongJung/qwen3-8b-material-sdpo-ema005"
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,
)

Notes

Most best-validation intermediate checkpoints were not retained as full actor checkpoints because training kept only the latest actor checkpoint. Therefore, this repository publishes the last checkpoint and records the best validation score separately.

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
eb8fb73

0 моделей