/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Math-1.5B
Библиотека
transformers
Опубликована
10 апр 2025

general-verifier

Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen2.5-Math-1.5B модель-верификатор для задач проверки ответов и текстовой генерации.

468скачиваний за 30 дней21лайквеса обновлены15 апр 2025

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

TIGER-Lab/general-verifier — дообученная модель-верификатор, использовавшаяся в проекте General Reasoner. Она основана на Qwen/Qwen2.5-Math-1.5B, имеет архитектуру Qwen2ForCausalLM и 1,5 млрд параметров. Модель работает с текстом и рассчитана на контекст до 4096 токенов; в метаданных указан английский язык.

Модель предназначена для проверки ответов или рассуждений в сценариях вопросно-ответных систем и генерации текста. Доступны веса в формате safetensors, для работы указана библиотека Transformers. Лицензия — Apache-2.0. README не уточняет метод проверки, формат входных данных или оценённое качество.

Сценарии применения

  • проверка сгенерированных ответов на вопросы
  • оценка корректности текстовых рассуждений
  • верификация решений математических задач
  • использование в исследовательских системах генерации и проверки ответов

Ограничения

README не описывает критерии проверки, формат промпта и метрики качества; назначение модели указано только в общих словах. Контекст ограничен 4096 токенами.

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

This is the verifier we used in General Reasoner.

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# Replace with your model path
model_path = "TIGER-Lab/general-verifier"

# Load tokenizer and model
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path, torch_dtype=torch.float16).cuda()

# Example inputs
question = "Factor the following quadratic: $3 x^3+\frac{69 x^2}{2}-36 x-810$"
ground_truth = "\\frac{3(2x-9)(x+6)(x+10)}{2}"
student_answer = "\\frac{3}{2}(x+6)(2x-9)(x+10)"

# Create prompt
prompt = (
    f"User: ### Question: {question}\n\n"
    f"### Ground Truth Answer: {ground_truth}\n\n"
    f"### Student Answer: {student_answer}\n\n"
    "For the above question, please verify if the student's answer is equivalent to the ground truth answer.\n"
    "Do not solve the question by yourself; just check if the student's answer is equivalent to the ground truth answer.\n"
    "If the student's answer is correct, output \"Final Decision: Yes\". If the student's answer is incorrect, output \"Final Decision: No\". Assistant:"
)

# Tokenize and generate
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(
    **inputs,
    max_new_tokens=1024,
    temperature=0.0,
    do_sample=False
)

# Decode and print output
print(tokenizer.decode(outputs[0], skip_special_tokens=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
Qwen2ForCausalLM
Ревизия весов
dc59c0c

0 моделей