/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,8 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B
Библиотека
transformers
Опубликована
28 сен 2026

WirelessMathLM-3B

Генерация текстаТекст → текст3 профессии

Исследовательская модель на базе Qwen2.5-3B для генерации решений математических задач по беспроводной связи.

223скачиваний за 30 дней0лайковвеса обновлены28 сен 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

WirelessMathLM-3B — исследовательская языковая модель XINLI1997 для математических задач по беспроводной связи. Она создана дообучением Qwen/Qwen2.5-3B методом GRPO на 3 227 задачах из WirelessMathBench-XL; модель имеет плотную архитектуру Qwen2 и 3,1 млрд параметров, веса представлены в формате safetensors с точностью bfloat16. Контекст — до 32 768 токенов. Для запросов из набора данных модель использует обычное продолжение текста без шаблона чата.

Модель предназначена для проверки методов обучения и оценки математических рассуждений в задачах беспроводной связи, а не для роли универсального ассистента. На тестовом наборе WirelessMathBench-XL опубликованы результаты 25,50% на полном тестовом разбиении и 25,16% на открытой подвыборке при заданном авторами протоколе оценки.

Результаты не подтверждают обобщение на другие источники задач или независимые проверяющие системы: обучающая и тестовая выборки разделены по задачам, но содержат задачи из общих научных публикаций, а проверяющий и резервная модель оценки имеют общее семейство и стиль промптов. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • генерация решения математической задачи по беспроводной связи
  • оценка обучения моделей на задачах WirelessMathBench-XL
  • сравнение методов обучения математическим рассуждениям в беспроводных коммуникациях

Ограничения

Оценки получены на конкретном тестовом наборе и не доказывают обобщение на задачи из других источников или независимую проверку рассуждений. Модель не предназначена для общего диалога; точные условия лицензии в предоставленных данных не раскрыты.

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

WirelessMathLM-3B

GRPO-trained reference checkpoint from WirelessMathBench-XL: An Auditable Benchmark for Wireless Mathematical Reasoning (NeurIPS 2026, Evaluations and Datasets Track).

Project page · arXiv · OpenReview · Code · Dataset

Model

  • Base: Qwen/Qwen2.5-3B. Initialised from the Qwen2.5-3B base checkpoint (no SFT warm-start).
  • Training: GRPO with EasyR1 on the WirelessMathBench-XL train split (3,227 problems), 40 epochs / 240 steps, composite reward 0.1 × format + 0.9 × verifier accuracy, AdamW (lr 1e-6, cosine), KL coefficient 0.01, 4 × NVIDIA A6000. See Appendix B of the paper.
  • Precision: bfloat16.

Results

Evaluation (WirelessMathBench-XL test)Accuracy
Full 800-item test split (paper Tab. 3, row D13)25.50%
310-item public test subset (paper Appendix L)25.16%

Locked protocol: 2k-token answer budget, T = 0.6, hierarchical verifier (deterministic match, canonicalisation, GPT-4.1-mini fallback judge).

Training-time check under greedy model selection (paper Tab. 7): base 12.37% → GRPO 25.12%. These values use a different protocol from the locked scores.

Usage

The paper queries these checkpoints through a raw completion endpoint (no chat template), using the dataset's prompt field.

from datasets import load_dataset
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "XINLI1997/WirelessMathLM-3B"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="auto", device_map="auto")

ex = load_dataset("XINLI1997/WirelessMATHBench-XL", "cc_by", split="test")[0]
prompt = ex["prompt"]
inputs = tok(prompt, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=2048, do_sample=True, temperature=0.6)
print(tok.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Limitations

  • These are release-split learnability checks, not evidence of general or verifier-independent reasoning. The train/test split is problem-level, so train and test share source papers.
  • The reward verifier and the evaluation fallback share the same checkpoint family and prompt style.
  • Intended for research on wireless mathematical reasoning; not a general-purpose assistant.

License

This model is derived from Qwen2.5-3B and is released under the Qwen Research License inherited from the base model.

Citation

@inproceedings{
li2026wirelessmathbenchxl,
title={WirelessMathBench-XL: An Auditable Benchmark for Wireless Mathematical Reasoning},
author={Xin Li and Mengbing Liu and Yiyang Zhu and Wenhe Zhang and Li Wei and Jiancheng An and Chau Yuen},
booktitle={The Fortieth Annual Conference on Neural Information Processing Systems Evaluations and Datasets Track},
year={2026}
}

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
853ebb2

0 моделей