/ 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
Опубликована
23 июн 2026

verifier-qwen3-8b-0622

Генерация текстаТекст → текст

Дообученная на Qwen3-8B модель классифицирует математические решения как соответствующие или не соответствующие заданию.

103скачиваний 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-qwen3-8b-0622 — дообученная модель WooYoungSeok на базе Qwen/Qwen3-8B, предназначенная для проверки решений математических задач на соответствие заданию. Она принимает текст решения и по системному запросу оценщика выдаёт метку «aligned» или «not_aligned». Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов.

В README приведена оценка на сбалансированной тестовой выборке из 1 610 примеров: точность 0,8379 и Macro F1 0,8378; ошибок разбора меток не было. Обучение выполнено методом SFT на разделах verifier, с отдельным разделом RM в роли отложенного теста. Это специализированный проверяющий чекпойнт, поэтому качество за пределами описанного тестового набора не подтверждено. Лицензия — Apache-2.0.

Сценарии применения

  • проверка соответствия решения математической задаче
  • автоматическая разметка математических ответов как aligned или not_aligned
  • оценка решений в конвейере обучения или проверки математических моделей

Ограничения

Оценка качества приведена только для сбалансированного тестового набора из 1 610 примеров; переносимость на другие типы задач и данные не установлена. Для работы требуется стандартный системный запрос оценщика, описанный в README.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

verifier-qwen3-8b-0622

Role: VERIFIER Base model: Qwen/Qwen3-8B

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
Accuracy0.8379
Macro F10.8378
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
Qwen3ForCausalLM
Ревизия весов
ebe1283

0 моделей