/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
4,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
30 сен 2026

ThinkLess-2B-SFT

Генерация текстаТекст → текст3 профессии

Дообученная на кратких корректных решениях модель Qwen3.5-2B для точных ответов на математические и научные задачи с меньшим объёмом рассуждений.

191скачиваний за 30 дней0лайковвеса обновлены2 окт 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

ThinkLess-2B-SFT — текстовая модель для генерации ответов и рассуждений, разработанная Shaik1903 на основе Qwen/Qwen3.5-2B. Это полное дообучение методом SFT на кратчайших корректных решениях задач по математике и науке; для самых сложных примеров использовались решения модели Qwen3.5-9B. Модель рассчитана на диалоговый режим и применение, где важны точность и ограниченный бюджет рассуждений.

В описанных автором тестах ThinkLess-2B-SFT показала более высокую точность, чем базовая модель, на GSM8K, MATH-500 и GPQA-Diamond, при сокращении длины рассуждений на 43–72%. Карточка также сообщает о снижении доли ответов, обрывающихся из-за лимита токенов. Модель имеет плотную архитектуру семейства Qwen3.5, содержит 2 млрд параметров и распространяется в формате safetensors; для запуска автор рекомендует режим рассуждений Qwen3.5. Лицензия — Apache-2.0.

Обучение проводилось на 8 890 задачах из GSM8K train и MATH train, с разделением тестовых наборов по 13-граммам. Показатели приведены автором модели и относятся к указанному в README протоколу и бюджету; результаты могут отличаться на других данных и настройках. Хотя базовая модель мультимодальна, README описывает дообучение и сценарии для математических и научных текстовых задач, поэтому возможности работы с изображениями здесь не подтверждены.

Сценарии применения

  • решение школьных математических задач
  • решение задач уровня олимпиадной математики
  • ответы на вопросы по естественным наукам
  • генерация кратких пошаговых рассуждений
  • получение ответов при ограниченном бюджете токенов

Ограничения

Результаты бенчмарков относятся к протоколу и настройкам, описанным автором, и могут не переноситься на другие задачи. README описывает текстовые математические и научные сценарии; обработка изображений для этого чекпойнта не подтверждена.

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

ThinkLess-2B-SFT

The SFT stage of ThinkLess-2B: Qwen3.5-2B fine-tuned on its own shortest correct solutions (with a same-family 9B teacher filling in the hardest problems). It is the most accurate model in the ThinkLess family and cuts reasoning length by 43–72% vs the base model.

Use this model when you want the highest accuracy, including competition-level math (on HMMT Feb 2025 it matches the base model, 19.2 vs 18.8). Use ThinkLess-2B when you want the shortest reasoning at near-identical accuracy on everyday math and science.

Results (81,920-token budget, thinking on)

BenchmarkQwen3.5-2B (base)ThinkLess-2B-SFTChange (paired, 95% CI)Mean tokens: base → SFT
GSM8K86.491.2+4.9 [+3.2, +6.7]18,351 → 5,078 (−72%)
MATH-50083.589.6+6.1 [+3.6, +8.7]28,824 → 16,351 (−43%)
GPQA-Diamond44.254.8+10.6 [+5.6, +15.9]51,826 → 29,590 (−43%)

Answers cut off at the limit: GSM8K 8.1% → 0.5%, MATH-500 14.4% → 3.0%, GPQA 31.1% → 7.1%.

Under a hard thinking budget (thinking stopped at B tokens, then the model must answer), ThinkLess-2B-SFT is the best model at tight limits: GSM8K 75.1 / 82.1 / 88.1 / 89.0 and MATH-500 46.4 / 50.8 / 60.2 / 72.7 at 2k / 4k / 8k / 16k tokens (base: 64.9 / 68.0 / 71.9 / 78.0 and 40.6 / 40.5 / 47.8 / 58.1).

Training

Share of problems with a correct solution after each data-generation pass

The 8,890 SFT examples by subject and source

  • Data: 8,890 problems from GSM8K train and MATH train (levels 3–5), 13-gram decontaminated against the evaluation sets. For each problem, the shortest correct and finished solution among: 4 base-model samples at an 8k cap, 4 more at 16k for problems still unsolved, and 2 from Qwen3.5-9B for the rest (59.8% / 10.8% / 29.4% of the data). GSM8K was capped at the number of MATH examples, keeping its shortest solutions. Released in ThinkLess-data (config sft).
  • Recipe: full fine-tune, 2 epochs (140 steps), lr 1e-5 cosine, effective batch 128, max length 17,408 tokens, fp32 master weights with bf16 autocast, 8×H100 (41 min). Loss 0.437 → 0.381.

Full details, evaluation protocol and limitations: ThinkLess-2B.

How to use

vllm serve Shaik1903/ThinkLess-2B-SFT --speculative-config '{"method":"mtp","num_speculative_tokens":2}'

Use Qwen3.5's thinking-mode sampling (temperature 1.0, top-p 0.95, top-k 20, presence penalty 1.5).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
77efbed

0 моделей