/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,5 млрд
Размер весов
13,8 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
deepseek-math-7b-instruct
Опубликована
23 июн 2026

verifier-deepseek-math-7b-0622

Генерация текстаТекст → текст3 профессии

Дообученная DeepSeekMath-7B-Instruct классифицирует математические решения как соответствующие или не соответствующие условию.

131скачиваний за 30 дней0лайковвеса обновлены19 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

verifier-deepseek-math-7b-0622 — дообученная модель WooYoungSeok для проверки математических решений. Она получает условие задачи и предложенное решение и после системного запроса «You are a math solution evaluator...» выдаёт метку aligned или not_aligned, чтобы оценить, соответствует ли решение условию. Модель основана на DeepSeekMath-7B-Instruct с архитектурой LlamaForCausalLM; размер — 6,5 млрд параметров, контекст — 4096 токенов.

Обучение проводилось методом SFT на двух частях верификационных данных; на сбалансированном тестовом наборе из 1610 примеров указана точность 0,8155 и macro F1 0,8150, ошибок разбора меток не было. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • проверка соответствия математического решения условию задачи
  • автоматическая оценка предложенных математических решений
  • фильтрация решений перед проверкой человеком

Ограничения

На указанном сбалансированном тестовом наборе точность составляет 0,8155, поэтому предсказания могут быть ошибочными. Контекст ограничен 4096 токенами; для ожидаемых меток требуется соответствующий системный запрос.

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

verifier-deepseek-math-7b-0622

Role: VERIFIER Base model: deepseek-ai/deepseek-math-7b-instruct

Training data (0622 4-way split, no leakage)

SplitRowsUsed as
train_rm1806RM train (1/2)
train_rm2805RM train (1/2) / Verifier test
train_verifier1805Verifier train (1/2) / RM val
train_verifier2805Verifier train (1/2) / RM test

This checkpoint was trained on train_verifier1+train_verifier2 with train_rm2 as the held-out test set (and the counterpart split used as validation for best-checkpoint selection).

Train objective: SFT to emit aligned / not_aligned after the standard "You are a math solution evaluator..." system prompt.

Test-set performance (train_rm2.json, N=1610, balanced)

MetricValue
Accuracy0.8155
Macro F10.8150
Parse failures0 / 1610

License

Apache-2.0. Bundled training data licenses follow each source dataset (MathEDU, Stepwise Verification, MathClean, EIC).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7d4eb02

0 моделей