/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
28 сен 2026

WirelessMathLM-Qwen3-4B

Генерация текстаТекст → текст3 профессии

Дообученная методом GRPO модель Qwen3-4B для исследования математических рассуждений в задачах беспроводной связи.

225скачиваний 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-Qwen3-4B — исследовательская языковая модель, разработанная авторами WirelessMathBench-XL для математических рассуждений в задачах беспроводной связи. Это дообученная методом GRPO модель Qwen/Qwen3-4B с архитектурой Qwen3 и 3,7 млрд параметров; в обучении использовались 3 227 задач из обучающей части WirelessMathBench-XL. Модель принимает текст и генерирует текст, поддерживает контекст до 40 960 токенов. Для запросов авторы рекомендуют использовать исходный текстовый формат без chat template и добавлять к prompt суффикс /no_think.

В проверке на обучении, описанной в статье, точность выросла с 13,63% у базовой модели до 17,87% у GRPO-чекпойнта; эти результаты не являются оценкой на закрытом тесте. Модель предназначена для исследовательских экспериментов с математическими задачами по беспроводной связи, а не для использования как универсальный помощник. Лицензия — Apache-2.0.

Сценарии применения

  • решение математических задач по беспроводной связи
  • исследование влияния GRPO на математические рассуждения
  • сравнение языковых моделей на задачах WirelessMathBench-XL

Ограничения

Результаты описывают проверку на обучающей части и не подтверждают обобщение или независимость от верификатора; обучающая и тестовая части разделены по задачам, но используют источники из одних и тех же статей. Модель не является универсальным помощником; для воспроизведения авторского режима запросов следует добавлять /no_think.

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-Qwen3-4B

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/Qwen3-4B. Initialised from the post-trained Qwen3-4B checkpoint (not Qwen3-4B-Base); the training prompt appended /no_think, so append it at inference too.
  • 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

Training-time check under greedy model selection (paper Tab. 7): base 13.63% → GRPO 17.87%. These values use a different protocol from the locked scores; this checkpoint is not part of the locked evaluation table.

Usage

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

from datasets import load_dataset
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "XINLI1997/WirelessMathLM-Qwen3-4B"
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"] + " /no_think"
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

Apache 2.0, following 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
Qwen3ForCausalLM
Ревизия весов
c003967

0 моделей